| Deployment-efficient reinforcement learning via model-based offline optimization T Matsushima, H Furuta, Y Matsuo, O Nachum, S Gu International Conference on Learning Representations, 2021 | 140 | 2021 |
| Open x-embodiment: Robotic learning datasets and rt-x models A Padalkar, A Pooley, A Jain, A Bewley, A Herzog, A Irpan, A Khazatsky, ... arXiv preprint arXiv:2310.08864, 2023 | 123 | 2023 |
| Policy information capacity: Information-theoretic measure for task complexity in deep reinforcement learning H Furuta, T Matsushima, T Kozuno, Y Matsuo, S Levine, O Nachum, ... International Conference on Machine Learning, 3541-3552, 2021 | 19 | 2021 |
| Co-adaptation of algorithmic and implementational innovations in inference-based deep reinforcement learning H Furuta, T Kozuno, T Matsushima, Y Matsuo, SS Gu Advances in neural information processing systems 34, 9828-9842, 2021 | 15* | 2021 |
| World robot challenge 2020–partner robot: a data-driven approach for room tidying with mobile manipulator T Matsushima, Y Noguchi, J Arima, T Aoki, Y Okita, Y Ikeda, K Ishimoto, ... Advanced Robotics 36 (17-18), 850-869, 2022 | 12 | 2022 |
| Real-world robot applications of foundation models: A review K Kawaharazuka, T Matsushima, A Gambardella, J Guo, C Paxton, ... arXiv preprint arXiv:2402.05741, 2024 | 9 | 2024 |
| Tool as embodiment for recursive manipulation Y Noguchi, T Matsushima, Y Matsuo, SS Gu arXiv preprint arXiv:2112.00359, 2021 | 7 | 2021 |
| Neuron as an Agent S Ohsawa, K Akuzawa, T Matsushima, G Bezerra, Y Iwasawa, H Kajino, ... | 6 | 2018 |
| Self-Recovery Prompting: Promptable General Purpose Service Robot System with Foundation Models and Self-Recovery M Shirasaka, T Matsushima, S Tsunashima, Y Ikeda, A Horo, S Ikoma, ... arXiv preprint arXiv:2309.14425, 2023 | 3 | 2023 |
| Collective intelligence for 2d push manipulations with mobile robots S Kuroki, T Matsushima, J Arima, H Furuta, Y Matsuo, SS Gu, Y Tang IEEE Robotics and Automation Letters 8 (5), 2820-2827, 2023 | 3 | 2023 |
| Modeling task uncertainty for safe meta-imitation learning T Matsushima, N Kondo, Y Iwasawa, K Nasuno, Y Matsuo Frontiers in Robotics and AI 7, 606361, 2020 | 2 | 2020 |
| TRAIL Team Description Paper for RoboCup@ Home 2023 C Tsuji, D Komukai, M Shirasaka, H Wada, T Omija, A Horo, D Furuta, ... arXiv preprint arXiv:2310.03913, 2023 | 1 | 2023 |
| 学生フォーラム [第 108 回] 学生フォーラムから探る若手研究者のキャリア形成 津村賢宏， 佐久間洋司， 西村優佑， 福島康太郎， 松嶋達也 人工知能 36 (6), 794-797, 2021 | 1 | 2021 |
| 学生フォーラム [第 107 回] 大澤正彦先生インタビュー 「ドラえもんから紐解く人工知能・ロボット」 津村賢宏， 松嶋達也， 宮本拓 人工知能 36 (5), 654-658, 2021 | 1 | 2021 |
| Pixyz: 複雑な深層生成モデル開発のためのフレームワーク 鈴木雅大， 金子貴輝， 谷口尚平， 松嶋達也， 松尾豊 人工知能学会全国大会論文集 第 33 回 (2019), 1L2J1105-1L2J1105, 2019 | 1 | 2019 |
| NLP2024 併設ワークショップ 「大規模言語モデルの実世界応用」 吉野幸一郎， 谷口忠大， 持橋大地， 河原塚健人， 松嶋達也， 品川政太朗， ... 自然言語処理 31 (2), 809-815, 2024 | | 2024 |
| Consistency Models を用いた拡散モデルに基づいた ロボットの制御方策の高速化とスケーリング 池田悠也， 髙波亮介， 松嶋達也， 大島佑太， 大久保拓哉， 鍋田櫂， 松尾豊， ... 人工知能学会全国大会論文集 第 38 回 (2024), 4O3OS16e01-4O3OS16e01, 2024 | | 2024 |
| 大規模言語モデルの事前知識を活用した構成論的なロボットタスクにおける学習効率の改善 髙城頌太， 松嶋達也， 岩澤有祐， 松尾豊 人工知能学会全国大会論文集 第 38 回 (2024), 3O1OS16b05-3O1OS16b05, 2024 | | 2024 |
| サービスロボットシステムにおけるデータドリブンな開発工程の検討—World Robot Summit 2020 Partner Robot Challenge での事例を踏まえた考察— 松嶋達也， 野口裕貴， 有馬純平， 原田憲旺， 青木俊樹， 沖田祐樹， ... 日本ロボット学会誌 42 (2), 189-192, 2024 | | 2024 |
| GenDOM: Generalizable One-shot Deformable Object Manipulation with Parameter-Aware Policy S Kuroki, J Guo, T Matsushima, T Okubo, M Kobayashi, Y Ikeda, ... arXiv preprint arXiv:2309.09051, 2023 | | 2023 |
Shixiang Shane GuGoogle DeepMind在 google.com 的电子邮件经过验证
