Tatsuya Matsushima
  • Bio
  • Publications
  • 日本語
ESC

Searching...

No results found

↑↓ Navigate ↵ Select
Powered by Hugo Blox
  • Publications
    • Continuous Reasoning for Vision-Language-Action
    • FlexLAM: Resolving the Bottleneck Trade-off in Latent Action Learning
    • RAGDP: Retrieve-Augmented Generative Diffusion Policy
    • See Less, Specify More: Visual Evidence Budgets for Generalizable VLAs
    • Toward Hierarchical Vision-Language-Action Models with Continuous Skill Abstraction
    • YUBI: Yielding Universal Bidigital Interface for Bimanual Dexterous Manipulation at Scale
    • 推論遅延下におけるリアルタイム応答性のための VLA アクションチャンクの補正
    • 私のブックマーク: ロボット領域におけるフィジカル AI
    • 科学館を活用したサービスロボティクスのスケール化に関する実証実験
    • A comprehensive survey on physical risk control in the era of foundation model-enabled robotics
    • Airoa moma dataset: A large-scale hierarchical dataset for mobile manipulation
    • Leave no observation behind: Real-time correction for vla action chunks
    • Retrieve-Augmented Generation for Speeding up Diffusion Policy without Additional Training
    • SPARK: Graph-Based Online Semantic Integration System for Robot Task Planning
    • イマドキノ ロボット基盤モデル: ロボティクスでの基盤モデルの構築
    • 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
    • Data-driven Development Process in Service Robot Systems-Discussion Based on a Case Study from the World Robot Summit 2020 Partner Robot Challenge
    • Gendom: Generalizable one-shot deformable object manipulation with parameter-aware policy
    • NLP2024 併設ワークショップ 「大規模言語モデルの実世界応用」
    • Open X-Embodiment: Robotic Learning Datasets and RT-X Models: Open X-Embodiment Collaboration
    • Real World Applications of Large Language Models.
    • Real-world robot applications of foundation models: A review
    • Robocup@ home 2024: Rules and regulations
    • Self-recovery prompting: Promptable general purpose service robot system with foundation models and self-recovery
    • Special issue on real-world robot applications of the foundation models
    • 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
    • Collective intelligence for 2d push manipulations with mobile robots
    • GenORM: Generalizable One-shot Rope Manipulation with Parameter-Aware Policy
    • M3IL: Multi-Modal Meta-Imitation Learning
    • TRAIL team description paper for RoboCup@ Home 2023
    • TRAIL Team Description Paper for RoboCup@ Home 2024
    • Weblab xArm dataset
    • 世界モデルを用いた画像・深度・触覚のマルチモーダル学習
    • 大規模言語モデルを用いて意味的情報を考慮した物体把持位置の検出
    • 環境の意味情報と半自律支援動作を活用したモバイルマニピュレータの遠隔操作システムの開発
    • 空気圧人工筋肉のスケール可能なデータ収集システムとモデル学習
    • World robot challenge 2020--partner robot: a data-driven approach for room tidying with mobile manipulator
    • 制御方策の学習アルゴリズムにおける時間の離散化の影響と連続時間への拡張に向けた考察
    • 段階的な教示による陳列動作の模倣学習
    • 画像の Mid-Level な表現による物体操作の模倣学習手法の検討
    • Co-adaptation of algorithmic and implementational innovations in inference-based deep reinforcement learning
    • Deployment-efficient reinforcement learning via model-based offline optimization
    • Policy information capacity: Information-theoretic measure for task complexity in deep reinforcement learning
    • Tool as embodiment for recursive manipulation
    • 学生フォーラム [第 104 回] 長井隆行先生インタビュー 「今を面白がって自分の興味を突き進む」
    • 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」
    • 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
    • 学生編集委員会取材企画: ドラえもんから紐解く人工知能・ロボット
    • 日本ロボット学会浅田稔会長・人工知能学会野田五十樹会長対談
    • Modeling task uncertainty for safe meta-imitation learning
    • オフラインデータを利用したモデルベース強化学習
    • 学生フォーラム: 連載 100 回記念企画 (動画コンテンツ)
    • Pixyz: 複雑な深層生成モデル開発のためのフレームワーク
    • 学生フォーラム [第 96 回] 小塩篤史先生インタビュー 「データサイエンスと未来学: 今までとこれからについて」
    • 学生フォーラム [第 98 回] 渡邉正峰先生インタビュー 「意識をアップロードする」
    • 学生フォーラム〔第100 回〕連載第100 回記念企画
    • Neuron as an agent
    • 内的報酬と敵対的学習によるタスク非依存な注意機構の学習
  • Courses
    • Hugo Blox
      • Getting Started
      • Guide
        • Project Structure
        • Configuration
        • Formatting
          • Embed Media
          • Buttons
          • Callouts
          • Cards
          • Spoilers
          • Steps
      • Reference
        • Customization
        • Internationalization (i18n)
  • Blog
    • ⚡️ Turn Jupyter Notebooks into Blog Posts
    • 🎉 Easily create your own simple yet highly customizable blog
    • 🧠 Sharpen your thinking with a second brain
    • 📈 Communicate your results effectively with the best data visualizations
    • 👩🏼‍🏫 Teach academic courses
    • ✅ Manage your projects
  • Projects
    • Pandas
    • PyTorch
    • scikit-learn
  • Slides
    • Example Talk: Recent Work
  • Experience
  • Recent & Upcoming Talks
    • Create Beautiful Presentations with Markdown

Policy information capacity: Information-theoretic measure for task complexity in deep reinforcement learning

Jan 1, 2021·
Hiroki Furuta
,
Tatsuya Matsushima
,
Tadashi Kozuno
,
Yutaka Matsuo
,
Sergey Levine
,
Ofir Nachum
,
Shixiang Shane Gu
· 0 min read
publication
Last updated on Jan 1, 2021
← Deployment-efficient reinforcement learning via model-based offline optimization Jan 1, 2021
Tool as embodiment for recursive manipulation Jan 1, 2021 →
Languages:
English
日本語

© 2026 Tatsuya Matsushima. This work is licensed under CC BY NC ND 4.0

Made with Hugo Blox. Duplicate this template →