業績

研究室の業績のうち，一部のものをリストしています．

松尾研究室全体の業績はこちらからご覧いただけます．

Kento Kawaharazuka, 松嶋 達也, Andrew Gambardella, Jiaxian Guo, Chris Paxton, Andy Zeng (2024). Real-world robot applications of foundation models: a review. Advanced Robotics.

引用 DOI

Open X-Embodiment Collaboration et.al (2024). Open X-Embodiment: Robotic Learning Datasets and RT-X Models : Open X-Embodiment Collaboration. ICRA 2024 (Best Paper Award).

引用 DOI

黒木 颯, Jiaxian Guo, 松嶋 達也, 大久保 拓哉, 小林 聖人, 池田 悠也, 高波 亮介, Paul Yoo, 松尾 豊, 岩澤 有祐 (2023). GenDOM: Generalizable One-shot Deformable Object Manipulation with Parameter-Aware Policy. ICRA 2024.

引用 arXiv Website

黒木 颯, Jiaxian Guo, 松嶋 達也, 大久保 拓哉, 小林 聖人, 池田 悠也, 高波 亮介, Paul Yoo, 松尾 豊, 岩澤 有祐 (2023). GenORM: Generalizable One-shot Rope Manipulation with Parameter-Aware Policy.

引用 arXiv

白坂 翠萌, 松嶋 達也, 綱島 颯志, 池田 悠也, 保呂 蒼威, 生駒 創, 辻 知香葉, 和田 輝, 大見謝 恒和, 小武海 大, 松尾 豊, 岩澤 有祐 (2023). Self-Recovery Prompting: Promptable General Purpose Service Robot System with Foundation Models and Self-Recovery. ICRA 2024.

引用 プロジェクト arXiv Website Video

黒木 颯, 松嶋 達也, 有馬 純平, 古田 拓毅, 松尾 豊, 顧 世翔, Yujin Tang (2023). Collective Intelligence for 2D Push Manipulations With Mobile Robots. IEEE Robotics and Automation Letters (presented in IROS 2023).

引用 Website

松嶋 達也, 野口 裕貴, 有馬 純平, 青木 俊樹, 沖田 祐樹, 池田 悠也, 石本 幸暉, 谷口 尚平, Yuki Yamashita, 瀬戸 翔一, 顧 世翔, 岩澤 有祐, 松尾 豊 (2022). World robot challenge 2020 – partner robot: a data-driven approach for room tidying with mobile manipulator. Advanced Robotics.

引用 プロジェクト DOI URL

古田 拓毅, 松嶋 達也, Tadashi Kozuno, 松尾 豊, Sergey Levine, Ofir Nachum, 顧 世翔 (2021). Policy Information Capacity: Information-Theoretic Measure for Task Complexity in Deep Reinforcement Learning. ICML 2021.

引用 プロジェクト

松嶋 達也, 古田 拓毅, 松尾 豊, Ofir Nachum, 顧 世翔 (2021). Deployment-Efficient Reinforcement Learning via Model-Based Offline Optimization. ICLR 2021.

PDF 引用 コード プロジェクト スライド

野口 裕貴, 松嶋 達也, 松尾 豊, 顧 世翔 (2021). Tool as Embodiment for Recursive Manipulation.

引用 arXiv

古田 拓毅, Tadashi Kozuno, 松嶋 達也, 松尾 豊, 顧 世翔 (2021). Co-adaptation of algorithmic and implementational innovations in inference-based deep reinforcement learning. NeurIPS 2021.

PDF 引用 コード プロジェクト

松嶋 達也, 近藤 生也, 岩澤 有祐, Kaoru Nasuno, 松尾 豊 (2020). Modeling Task Uncertainty for Safe Meta-Imitation Learning. Frontiers in Robotics and AI.

PDF 引用 プロジェクト DOI URL

張 鑫, 松嶋 達也, 岩澤 有祐, 松尾 豊 (2020). 言語指示を用いたメタ模倣学習.

引用 プロジェクト