成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
策略改进
关注
0
综合
百科
VIP
热门
动态
论文
精华
Closed-Loop Verbal Reinforcement Learning for Task-Level Robotic Planning
Arxiv
0+阅读 · 6月20日
RoboLineage: Agent-Native Data Lifecycle Governance Across Robot Policy Iterations
Arxiv
0+阅读 · 6月20日
LAGO Policy: Latency-Aware Asynchronous Diffusion Policies with Goal-Directed Collision-Free Planning for Smooth Manipulation
Arxiv
0+阅读 · 6月16日
Visual Verification Enables Inference-time Steering and Autonomous Policy Improvement
Arxiv
0+阅读 · 6月16日
Diffusion Policy Optimization without Drifting Apart
Arxiv
0+阅读 · 6月11日
Select and Improve: Understanding the Mechanics of Post-Training for Reasoning
Arxiv
0+阅读 · 6月11日
Success Conditioning as Policy Improvement: The Optimization Problem Solved by Imitating Success
Arxiv
0+阅读 · 6月2日
Robust Probabilistic Shielding for Safe Offline Reinforcement Learning
Arxiv
0+阅读 · 5月11日
Beyond the briscola advantage: a Monte Carlo dominance test for deterministic strategies in two-player Briscola Game
Arxiv
0+阅读 · 5月16日
UniIntervene: Agentic Intervention for Efficient Real-World Reinforcement Learning
Arxiv
0+阅读 · 6月10日
Potential-Guided Flow Matching for Vision-Language-Action Policy Improvement
Arxiv
0+阅读 · 6月3日
Unified Noise Steering for Efficient Human-Guided VLA Adaptation
Arxiv
0+阅读 · 5月11日
GSDrive: Reinforcing Driving Policies by Multi-mode Trajectory Probing with 3D Gaussian Splatting Environment
Arxiv
0+阅读 · 5月1日
GSDrive: Reinforcing Driving Policies by Multi-mode Trajectory Probing with 3D Gaussian Splatting Environment
Arxiv
0+阅读 · 4月30日
ARM: Advantage Reward Modeling for Long-Horizon Manipulation
Arxiv
0+阅读 · 4月3日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top