1. Yoshihisa Tsurumine, Yunduan Cui, Eiji Uchibe, and Takamitsu Matsubara. “Deep reinforcement learning with smooth policy update: Application to robotic cloth manipulation.” Robotics and Autonomous Systems, 112: 72--83, 2019 (IF: 2.928), [Link]

2. Yunduan Cui, James Poon, Jaime Valls Miro, Kimitoshi Yamazaki, Kenji Sugimoto, and Takamitsu Matsubara. “Environment-adaptive interaction primitives through visual context for human–robot motor skill learning.” Autonomous Robots, 43(5), pp.1225-1240, 2019 (IF: 3.634), [Link] 

3. James Poon, Yunduan Cui, Jaime Valls Miro, and Takamitsu Matsubara,  “Learning from Demonstration for Locally Assistive Mobility Aids.” International Journal of Intelligent Robotics and Applications, 3(3), pp.255-268, 2019, [Link]

4. Lingwei Zhu, Yunduan Cui, Go Takami, Hiroaki Kanokogi and  Takamitsu Matsubara, “Scalable Reinforcement Learning for Plant-wide Control of Vinyl Acetate Monomer Process.”  Control Engineering Practice, 97, April 2020, 104331 (IF: 3.232), [Link]

5. Kazuki Shibata, Tatsuya Miyano, Tomohiko Jimbo, and Takamitsu Matsubara:  Robust shape estimation with false-positive contact detection,  Robotics and Autonomous Systems, 129, 103527, 2020 (accepted, IF: 2.928), [Link, arXiv]

6. Yunduan Cui, Jun'ichiro Ooga, Akihito Ogawa, and Takamitsu Matsubara: Probabilistic Active Filtering with Gaussian Processes for Occluded Object Search in Clutter, Applied Intelligence, 50(12), pp.4310-4324, 2020 (IF: 2.882), [Link]

7. Hikaru Sasaki, Terushi Hirabayashi, Kaoru Kawabata, Yukio Onuki and Takamitsu Matsubara: Bayesian Policy Optimization for Waste Crane with Garbage Inhomogeneity, IEEE Robotics and Automation Letters, 5(3), pp.4533-4540, 2020 (with CASE 2020 option), [Link]

8. Tatsuya Teramae, Takamitsu Matsubara, Tomoyuki Noda, Jun Morimoto: Quaternion-based Trajectory Optimization of Human Postures for Inducing Target Muscle Activation Patterns, IEEE Robotics and Automation Letters, 5(4), pp.6607-6614, 2020 (with IROS 2020 option), [Link]

9. Cristian Camilo Beltran-Hernandez, Damien Petit, Ixchel Georgina Ramirez-Alpizar, Takayuki Nishi, Shinichi Kikuchi, Takamitsu Matsubara, Kensuke Harada:  Learning Force Control for Contact-Rich Manipulation Tasks With Rigid Position-Controlled Robots, IEEE Robotics and Automation Letters, 5(4), pp.5709-5716, 2020  (with IROS 2020 option), [Link, arXiv]

10. Tomoya Miyamoto, Hikaru Sasaki, Takamitsu Matsubara: Exploiting Visual-outer Shape for Tactile-inner Shape Estimation of Objects Covered with Soft Materials, IEEE Robotics Automation Letters, 5(4), pp.6278-6285, 2020 (with IROS 2020 option), [Link]

11. Yunduan Cui, Shigeki Osaki, Takamitsu Matsubara: Autonomous Boat Driving System using Sample-efficient Model Predictive Control-based Reinforcement Learning Approach, Journal of Field Robotics, 38(3), pp.331-354, 2021 (IF: 3.581), [Link]

12. Masashi Hamaya, Takamitsu Matsubara, Tatsuya Teramae, Tomoyuki Noda and Jun Morimoto; Design of Physical User–robot Interactions for Model Identification of Soft Actuators on Exoskeleton Robots, International Journal of Robotics Research, 40(1), pp.397-410, 2021 (IF: 6.134), [Link]

13. Cheng-Yu Kuo, Andreas Schaarschmidt, Yunduan Cui, Tamim Asfour, Takamitsu Matsubara: Uncertainty-aware Contact-safe Model-based Reinforcement Learning, IEEE Robotics and Automation Letters, 6(2), pp.3918-3925, 2021 (with ICRA 2021 option), [IEEE, arXiv]

14. Taisuke Kobayashi, Yutaro Ikawa, Takamitsu Matsubara: Sample-efficient Gear-ratio Optimization for Biomechanical Energy Harvester, Journal of Intelligent Robotics and Applications, 6, pp.10-22, 2021, [Springer, arXiv]

15. Keiji Nagatani, Masato Abe, Koichi Osuka, Pang-jo Chun, Takayuki Okatani, Mayuko Nishio, Shota Chikushi, Takamitsu Matsubara, Yusuke Ikemoto, Hajime Asama: Innovative Technologies for Infrastructure Construction and Maintenance Through Collaborative Robots based on an Open Design Approach, Advanced Robotics, 35(11), pp.715-722, 2021, [Link]

16.  Naoto Komeno and Takamitsu Matsubara: Tactile Perception based on Injected Vibration in Soft Sensor, IEEE Robotics Autom. Lett. 6(3), 5365-5372 (2021) (with Humanoids 2020 option), [IEEE, arXiv]

17. Hikaru Sasaki and Takamitsu Matsubara: Variational Policy Search using Sparse Gaussian Process Priors for Learning Multimodal Optimal Actions, Neural Networks, 143, pp.291-302, 2021, [Elsevier, arXiv]

18. Yuki Kadokawa, Yoshihisa Tsurumine and Takamitsu Matsubara: Binarized P-Network: Deep Reinforcement Learning of Robot Control from Raw Images on FPGA , IEEE Robotics and Automation Letters, 6(4), pp. 8545-8552 (2021), [IEEE, arXiv]

19. Yujun Lai, Gavin Paul, Yunduan Cui, Takamitsu Matsubara : User Intent Estimation during Robot Learning using Physical Human-Robot Interaction Primitives, Autonomous Robots, 46, pp.421-436, 2022, [Springer]

20. Brendan Michael, Akifumi Ise, Kaoru Kawabata, Takamitsu Matsubara: Task-Relevant Encoding of Domain Knowledge in Dynamics Modelling: Application to Furnace Forecasting from Video, IEEE Access,10, pp.4615-4627, 2022, [IEEE]

21. Lingwei Zhu, Go Takami, Mizuo Kawahara, Hiroaki Kanokogi, Takamitsu Matsubara: Alleviating Parameter-tuning Burden in Reinforcement Learning for Large-scale Process Control, Computers and Chemical Engneering, 158, 107658, 2022, [Elsevier]

22. Tomoya Yamanokuchi, Yuhwan Kwon, Yoshihisa Tsurumine, Eiji Uchibe, Jun Morimoto, and Takamitsu Matsubara: Randomized-to-Canonical Model Predictive Control for Real-World Visual Robotic Manipulation, IEEE Robotics and Automation Letters, 7(4), 8964 - 8971 (2022) (with IROS2022 option), [IEEE, HP, arXiv]

23. Yoshihisa Tsurumine and Takamitsu Matsubara: Goal-Aware Generative Adversarial Imitation Learning from Imperfect Demonstration for Robotic Cloth Manipulation, Robotics and Autonomous Systems, 158, 104264 , 2022 (IF: 3.7), [Elsevier, arXiv]

24. Yuhwan Kwon, Yoshihisa Tsurumine, Takeshi Shimmura, Sadao Kawamura, and Takamitsu Matsubara: Physically Consistent Preferential Bayesian Optimization for Food Arrangement, IEEE Robotics and Automation Letters, 7(4), pp. 11863-11870 (2022), [IEEE, HP,  arXiv]

25. Felix von Drigalski, Kazumi Kasaura, Cristian C. Beltran-Hernandez, Masashi Hamaya, Kazutoshi Tanaka, and Takamitsu Matsubara: Uncertainty-aware Manipulation Planning using Gravity and Environment Geometry,  IEEE Robotics Automation Letters, 7(4), pp.11942-11949, 2022, [IEEE]

26. Kazuki Shibata, Tomohiko Jimbo, Takamitsu Matsubara: Deep Reinforcement Learning of Event-triggered Communication and Consensus-based Control for Distributed Cooperative Transport, Robotics and Autonomous Systems, 159, 104307, 2023, [Link]

27. Hanbit Oh, Hikaru Sasaki, Brendan Michael, Takamitsu Matsubara: Bayesian Disturbance Injection: Robust Imitation Learning of Flexible Policies for Robot Manipulation, Neural Networks, 158, pp.42-58, 2023, [Link]

28. Yaqiang Mo, Hikaru Sasaki, Takamitsu Matsubara, Kimitoshi Yamazaki: Multi-step Motion Learning by Combining Learning-from-Demonstration and Policy-Search, Advanced Robotics, 0(0), pp.1-16, 2023, [Link]

29. Araki Wakiuchi, Shogo Takasuka, Shigehito Asano, Ryo Hashizume, Aniruddha Nag, Miho Hatanaka, Tomoyuki Miyao, Yuya Ohnishi, Takamitsu Matsubara, Tsuyoshi Ando, Tetsunori Sugawara, Mikiya Fujii, Hiroharu Ajiro:  Composition Regulation by Flow Copolymerization of Methyl Methacrylate and Glycidyl Methacrylate with Free Radical Method, Macromolecular Materials and Engineering, 2200626, 2023, [Link]

30. Hirotaka Tahara, Hikaru Sasaki, Hanbit Oh, Edgar Anarossi, Takamitsu Matsubara: Disturbance Injection under Partial Automation: Robust Imitation Learning for Long-horizon Tasks,  IEEE Robotics and Automation Letters, 8(5), pp. 2724-2731 (2023), [IEEE, arXiv]

31. Yuki Kadokawa, Lingwei Zhu, Yoshihisa Tsurumine, Takamitsu Matsubara: Cyclic Policy Distillation: Sample-Efficient Sim-to-Real Reinforcement Learning with Domain Randomization, Robotics and Autonomous Systems, Volume 165, July 2023, 104425[Link, arXiv, YouTube]

32. Shogo Takasuka, Shunto Oikawa, Takayoshi Yoshimura, Sho Ito, Yosuke Harashima, Tomoaki Takayama, Shigehito Asano, Akira Kurosawa, Tetsunori Sugawara, Miho Hatanaka, Tomoyuki Miyao, Takamitsu Matsubara, Yu-ya Ohnishi, Hiroharu Ajiro, Mikiya Fujii: Extrapolation performance improvement by quantum chemical calculations for machine-learning-based predictions of flow-synthesized binary copolymers, Digital Discovery, 2023, [Link]

33. Araki Wakiuchi, Swarit Jasial, Shigehito Asano, Ryo Hashizume, Miho Hatanaka, Yu-ya Ohnishi, Takamitsu Matsubara, Hiroharu Ajiro, Tetsunori Sugawara, Mikiya Fujii, Tomoyuki Miyao: Chemometrics Approach Based on Wavelet Transforms for the Estimation of Monomer Concentrations from FTIR Spectra, ACS Omega 2023, [Link]

34. Tatsuya Sakuma, Takuya Kiyokawa, Takamitsu Matsubara, Jun Takamatsu, Takahiro Wada, and Tsukasa Ogasawara: Jamming Gripper-Inspired Soft Jig for Perceptive Parts Fixing, IEEE Access, vol. 11, pp.62187--62199, 2023, [Link, YouTube]

35. Lingwei Zhu and Takamitsu Matsubara: Cautious Policy Programming: Exploiting KL Regularization for Monotonic Policy Improvement in Reinforcement Learning, Machine Learning Journal, 2023, [Link, arXiv]

36. Cheng-Yu Kuo, Hirofumi Shin, and Takamitsu Matsubara: Reinforcement Learning with Energy-exchange Dynamics for Spring-loaded Biped Robot Walking,  IEEE Robotics and Automation Letters, 8(10), pp.6243-6250, 2023, [Link]

37. Takumi Hachimine, Jun Morimoto, and Takamitsu Matsubara: Learning to Shape by Grinding: Cutting-surface-aware Model-based Reinforcement Learning,  IEEE Robotics and Automation Letters, 8(10), pp. 6325-6242, 2023, [IEEE, HP, arXiv, YouTube] 

38. Wendyam Eric Lionel Ilboudo, Taisuke Kobayashi, and Takamitsu Matsubara: AdaTerm: Adaptive T-Distribution Estimated Robust Moments towards Noise-Robust Stochastic Gradient Optimizer, Neurocomputing, vol. 557, p. 126692, 2023, [Link, arXiv]

39. Wataru Hatanaka, Ryota Yamashina, and Takamitsu Matsubara: Reinforcement Learning of Action and Query Policies with LTL Instructions under Uncertain Event Detector, IEEE Robotics and Automation Letters, 8(11), pp.7010-7017, 2023, [IEEE, arXiv]

40. Yuhwan Kwon, Hikaru Sasaki, Terushi Hirabayashi, Kaoru Kawabata, and Takamitsu Matsubara: Policy Optimization for Waste Crane Automation from Human Preferences, IEEE Access, vol. 11, pp. 126524-126541, 2023, [Link] 

41. Naoto Komeno and Takamitsu Matsubara: Incipient Slip Detection by Vibration Injection into Soft Sensor, IEEE Robotics and Automation Letters, 2024, [IEEE, arXiv, YouTube]

42. Hanbit Oh and Takamitsu Matsubara: Leveraging Demonstrator-Perceived Precision for Safe Interactive Imitation Learning of Clearance-Limited Tasks, IEEE Robotics and Automation Letters, 2024, [IEEE, HP, arXiv, YouTube]

43. Takanori Jin, Taisuke Kobayashi and Takamitsu Matsubara: Constrained Footstep Planning using Model-based Reinforcement Learning in Virtual Constraint-based Walking, Advanced Robotics. 

1. 莫亜強 , 松原崇充 ,  山崎公俊 , “人の実演教示の観察に基づく布製品の胸当て畳み作業能力の獲得”, 日本ロボット学会誌, 37巻6号, pp. 523-531, 2019, [Link]

2. 杉本謙二, 永田篤樹, 松原崇充: センサ信号の損失に対処するゲイン切替型オブザーバと領域極配置, 計測自動制御学会論文集, Vol.60, No.3, 124/131（2024）

3. 花田研太，藤倉駆，東崇史，松原崇充，杉本謙二：拡張モデル予測制御とスライディングイノベーションフィルタによる水中ドローンのロバスト制御, 計測自動制御学会論文集, Vol.60, No.3, 268/279（2024) 

1. James Poon, Yunduan Cui, Junichiro Ooga, Akihito Ogawa, and Takamitsu Matsubara: Probabilistic Active Filtering for Object Search in Clutter, IEEE 2019 International Conference on Robotics and Automation (ICRA 2019),  pp.7256--7261, 2019, [Link]

2. Hikaru Sasaki and Takamitsu Matsubara: Multimodal Policy Search using Overlapping Mixtures of Sparse Gaussian Process Prior, IEEE International Conference on Robotics and Automation (ICRA 2019),  pp.2433-2439, 2019, [Link]

3. Masashi Hamaya, Takamitsu Matsubara, Jun-ichiro Furukawa, Yuting Sun, Satoshi Yagi, Tatsuya Teramae, Tomoyuki Noda, and Jun Morimoto: Exploiting Human and Robot Muscle Synergies for Human-in-the-loop Optimization of EMG-based Assistive Strategies, IEEE 2019 International Conference on Robotics and Automation (ICRA 2019),  pp.549--555, 2019, [Link] 

4. Takumi Kaneko, Yoshihisa Tsurumine, James Poon, Yukio Onuki, Yingda Dai, Kaoru Kawabata, and Takamitsu Matsubara: Learning Deep Dynamical Models of a Waste Incineration Plant from In-furnace Images and Process Data, 15th IEEE International Conference on Automation Science and Engineering (CASE 2019), pp. 873-878, 2019, [Link]

5. Yoshihisa Tsurumine, Yunduan Cui, Kimitoshi Yamazaki, Takamitsu Matsubara: Generative Adversarial Imitation Learning with Deep P-Network for Robotic Cloth Manipulation, 2019 IEEE-RAS International Conference on Humanoid Robots (Humanoids 2019),  pp.290—296, [Link]

6. Yunduan Cui, Shigeki Osaki and Takamitsu Matsubara: Reinforcement Learning Boat Autopilot: A Sample-efficient and Model Predictive Control based Approach,  2019 IEEE/RSJ International Conference on Intelligent Robots and Systems IROS 2019: 2868-2875, (IROS 2019), [Link]

7. Yuhwan Kwon, Takumi Kaneko, Yoshihisa Tsurumine, Hikaru Sasaki (NAIST), Kimiko Motonaka, Seiji Miyoshi (Kansai U) and Takamitsu Matsubara (NAIST): Combining Model Predictive Path Integral with Kalman Variational Auto-Encoder for Robot Control from Raw Images,  IEEE/SICE International Symposium on System Integration (SII2020) , pp.271-276, [Link]

8. Lingwei Zhu, Yunduan Cui, Takamitsu Matsubara: Dynamic Actor-Advisor Programming for Scalable Safe Reinforcement Learning,  IEEE 2020 International Conference on Robotics and Automation (ICRA 2020), pp. 10681-10687, [Link]

9. Cheng-Yu Kuo, Yunduan Cui, Takamitsu Matsubara: Sample-and-computational-efficient Probabilistic Model Predictive Control with Random Features,  IEEE 2020 International Conference on Robotics and Automation (ICRA 2020), pp. 307-313, [Link]

10. Felix Wolf Hans Erich von Drigalski (OSX), Shohei Taniguchi (OSX), Robert Lee (OSX), Takamitsu Matsubara, Masashi Hamaya (OSX), Kazutoshi Tanaka (OSX), Yoshihisa Ijiri (OSX): Contact-based in-hand pose estimation using particle filtering, IEEE 2020 International Conference on Robotics and Automation (ICRA 2020), pp. 7294-7299, [Link]

11. Junki Matsuoka, Yoshihisa Tsurumine, Yuhwan Kwon, Takamitsu Matsubara, Takeshi Shimmura (Ganko Food Service), Sadao Kawamura (Ritsumeikan U): Learning Food-arrangement Policies from Raw Images with Generative Adversarial Imitation Learning, IEEE 17th International Conference on Ubiquitous Robots (UR2020), pp.93-98, 2020, [Link]

12. Hikaru Sasaki, Terushi Hirabayashi, Kaoru Kawabata, Yukio Onuki and Takamitsu Matsubara: Bayesian Policy Optimization for Waste Crane with Garbage Inhomogeneity, IEEE International Conference on Automation Science and Engineering (CASE 2020), 2020,  (as presentation option of RA-L)

13. Tomoya Miyamoto, Hikaru Sasaki, Takamitsu Matsubara: Exploiting Visual-outer Shape for Tactile-inner Shape Estimation of Objects Covered with Soft Materials, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2020), 2020,  (as presentation option of RA-L) 

14. Tatsuya Teramae, Takamitsu Matsubara, Tomoyuki Noda, Jun Morimoto: Quaternion-based Trajectory Optimization of Human Postures for Inducing Target Muscle Activation Patterns,  IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2020)  (as presentation option of RA-L) 

15. Cristian Camilo Beltran-Hernandez, Damien Petit, Ixchel Georgina Ramirez-Alpizar, Takayuki Nishi, Shinichi Kikuchi, Takamitsu Matsubara, Kensuke Harada: Learning Contact-Rich Manipulation Tasks with Rigid Position-Controlled Robots: Learning to Force Control, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2020)   (as presentation option of RA-L) 

16. Masashi Hamaya, Felix Wolf Hans Erich von Drigalski, Takamitsu Matsubara, Kazutoshi Tanaka, Robert Lee, Chisato Nakashima, Yoshiya Shibata, Yoshihisa Ijiri: Learning Soft Robotic Assembly Strategies from Successful and Failed Demonstration, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2020), 8309-8315

17. Hanbit Oh, Hikaru Sasaki, Brendan Michael, Takamitsu Matsubara: Bayesian Disturbance Injection: Robust Imitation Learning of Flexible Policies, IEEE International Conference on Robotics and Automation (ICRA2021), 8629–8635, 2021

18. Kazuki Shibata, Tomohiko Jimbo, Takamitsu Matsubara: Deep reinforcement learning of event-triggered communication and control for multi-agent cooperative transport, IEEE International Conference on Robotics and Automation (ICRA2021), pp. 8671-8677, 2021

19. Cheng-Yu Kuo, Andreas Schaarschmidt, Yunduan Cui, Tamim Asfour, Takamitsu Matsubara: Uncertainty-aware Contact-safe Model-based Reinforcement Learning, IEEE International Conference on Robotics and Automation (ICRA2021)  (as presentation option of RA-L) 

20. Naoto Komeno and Takamitsu Matsubara: Tactile Perception based on Injected Vibration in Soft Sensor, IEEE-RAS International Conference on Humanoid Robots (Humanoids2021) (as presentation option of RA-L)

21. Kazutoshi Tanaka, Masashi Hamaya, Devwrat Joshi, Felix von Drigalski, Ryo Yonetani, Takamitsu Matsubara, and Yoshihisa Ijiri: Learning Robotic Contact Juggling, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2021), pp. 958-964, 2021

22. Lingwei Zhu, Toshinori Kitamura, Takamitsu Matsubara: Cautious Actor-Critic, The 13th Asian Conference on Machine Learning (ACML2021), pp. 220-235  [30.4%, 115/378]

23. Toshinori Kitamura, Lingwei Zhu, Takamitsu Matsubara: Geometric Value Iteration: Dynamic Error-Aware KL Regularization for Reinforcement Learning, The 13th Asian Conference on Machine Learning (ACML2021), pp. 918-931 [30.4%, 115/378]

24. Yoshihisa Tsurumine, Takamitsu Matsubara: Variationally Autoencoded Dynamic Policy Programming for Robotic Cloth Manipulation Planning based on Raw Images,  IEEE/SICE International Symposium on System Integration (SII2022), pp.416-421

25. Hirotaka Tahara, Hikaru Sasaki, Hanbit Oh, Brendan Michael, Takamitsu Matsubara: Disturbance-Injected Robust Imitation Learning with Task Achievement, IEEE International Conference on Robotics and Automation (ICRA2022), pp.2466-2472, 2022 arXiv youtube 

26. Hikaru Sasaki, Terushi Hirabayashi, Kaoru Kawabata, Takamitsu Matsubara: Gaussian Process Self-triggered Policy Search in Weakly Observable Environments , IEEE International Conference on Robotics and Automation (ICRA2022), pp.5946-5952, 2022 arXiv youtube 

27. Naoto Komeno, Brendan Michael, Katharina Küchler, Edgar Anarossi, Takamitsu Matsubara: Deep Koopman with Control: Spectral Analysis of Soft Robot Dynamics, SICE Annual Conference 2022 (SICE2022), pp.333-340 arXiv IEEE youtube 

28. Atsuki Nagata, Takamitsu Matsubara and Kenji Sugimoto: Disturbance Suppression in Feedback Error Learning Control, SICE Annual Conference 2022 (SICE2022), pp.944-949

29. Tatsuya Shimizu, Taisuke Kobayashi and Takamitsu Matsubara: Study on Hierarchical Reinforcement Learning for Demand Response Product Rollout, SICE Annual Conference 2022 (SICE2022), pp.114-117

30. Taichi Taniguchi, Hikaru Sasaki, Takamitsu Matsubara: In-bucket Garbage Shape Estimation using Time-varying Gaussian Process Implicit Surface with Proximity Sensor, The 54th ISCIE International Symposium on Stochastic Systems Theory and Its Applications (SSS ‘22), 2022

31. Kakeru Fujikura, Kenta Hanada, Kenji Sugimoto, Takamitsu Matsubara: Sliding Innovation Filter for Linear State Equation of Underwater Drones with Modeling Errors, The 54th ISCIE International Symposium on Stochastic Systems Theory and Its Applications (SSS ‘22), 2022

32. Tomoya Yamanokuchi, Yuhwan Kwon, Yoshihisa Tsurumine, Eiji Uchibe, Jun Morimoto, and Takamitsu Matsubara: Randomized-to-Canonical Model Predictive Control for Real-world Visual Robotic Manipulation, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2022) (as presentation option of RA-L)

33. Yuhwan Kwon, Yoshihisa Tsurumine, Takeshi Shimmura, Sadao Kawamura, and Takamitsu Matsubara: Physically Consistent Preferential Bayesian Optimization for Food Arrangement, IEEE International Conference on Robotics and Automation (ICRA2023) (as presentation option of RA-L)

34. Yuki Kadokawa, Yoshihisa Tsurumine and Takamitsu Matsubara: Binarized P-Network: Deep Reinforcement Learning of Robot Control from Raw Images on FPGA, IEEE International Conference on Robotics and Automation (ICRA2023) (as presentation option of RA-L)

35. Hikaru Sasaki, Go Watanabe, Terushi Hirabayashi, Kaoru Kawabata, Takamitsu Matsubara: Learning Re-grabbing Policies based on Grabbed Garbage Weight Estimation using In-bucket Images for Waste Cranes, IFAC World Congress, pp.5494-5499, 2023

36. Kazuki Shibata, Tomohiko Jimbo, Tadashi Odashima, Keisuke Takeshita, Takamitsu Matsubara: Learning Locally, Communicating Globally: Reinforcement Learning of Multi-Robot Task Allocation for Cooperative Transport, IFAC World Congress, pp.12278-12285, 2023

37. Edgar Anarossi, Hirotaka Tahara, Naoto Komeno, Takamitsu Matsubara: Deep Segmented DMP Networks for Learning Discontinuous Motions: IEEE International Conference on Automation Science and Engineering (CASE), pp.1-7, 2023 [IEEE, arXiv, YouTube]

38. Shu-yuan Wang, Hikaru Sasaki, Takamitsu Matsubara, Non-Gaussian Overlapping Mixtures of Gaussian Processes for Learning Multimodal Robot Policies, SICE Annual Conference 2023 (SICE2023), pp. 545-549, 2023

39. Wendyam Eric Lionel Ilboudo, Taisuke Kobayashi, and Takamitsu Matsubara: Domains as Objectives: Multi-Domain Reinforcement Learning with Convex-Coverage Set Learning for Domain Uncertainty Awareness, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2023

40. Hirotaka Tahara, Hikaru Sasaki, Hanbit Oh, Edgar Anarossi, and Takamitsu Matsubara: Disturbance Injection under Partial Automation: Robust Imitation Learning for Long-horizon Tasks, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2023 (as presentation option of RA-L)

41. Wataru Hatanaka, Ryota Yamashina, and Takamitsu Matsubara: Reinforcement Learning of Action and Query Policies with LTL Instructions under Uncertain Event Detector, IEEE International Conference on Robotics and Automation (ICRA2024) (as presentation option of RA-L)

42. Takumi Hachimine, Jun Morimoto, and Takamitsu Matsubara: Learning to Shape by Grinding: Cutting-surface-aware Model-based Reinforcement Learning, IEEE International Conference on Robotics and Automation (ICRA2024) (as presentation option of RA-L)

43. Cheng-Yu Kuo, Hirofumi Shin, and Takamitsu Matsubara: Reinforcement Learning with Energy-exchange Dynamics for Spring-loaded Biped Robot Walking, IEEE International Conference on Robotics and Automation (ICRA2024) (as presentation option of RA-L)

44. Takanori Jin, Taisuke Kobayshi, and Takamitsu Matsubara: Walking in Constrained Environment Using Model-Based Reinforcement Learning for Virtual Constraint-Based Gait, IEEE International Conference on Robotics and Automation (ICRA2024)

1. 金子拓光，鶴峯義久 (奈良先端大)，小貫由樹雄，戴英達，川端馨 (日立造船 (株))，松原崇充 (奈良先端大): "ごみ焼却プラントの焼却炉内画像とプロセスデータを用いた深層動的モデルの学習," 第6回計測自動制御学会制御部門マルチシンポジウム (MSCS2019)，1B1-1，熊本，2019.3.6-9 (3.7) 

2. 佐々木光，松原崇充: "スチューデントのt分布を尤度関数に用いたロバストなガウス過程方策探索," 平成30年度SICE関西支部・ISCIE 若手研究発表会，C3-1，大阪，2019.1.21

3. 松岡潤樹，鶴峯義久，松原崇充: "迷路探索問題に対するSoft Q-learningの適用と方策合成性の検証," ロボティクス・メカトロニクス講演会2019 (ROBOMECH2019)，1P2-A09，広島，2019.6.5-8 (6.6)

4. 鶴峯義久，崔允端 (奈良先端大)，山崎公俊 (信州大)，松原崇充 (奈良先端大): "最大エントロピー動的方策計画による柔軟物操作の模倣学習," ロボティクス・メカトロニクス講演会2019 (ROBOMECH2019)，1P2-A11，広島，2019.6.5-8 (6.6)

5. 宮本知弥，佐々木光，松原崇充: "ガウス過程陰関数曲面に基づく不確実な3次元形状情報を用いた滑り動作計画," ロボティクス・メカトロニクス講演会2019 (ROBOMECH2019)，2A2-C06，広島，2019.6.5-8 (6.7)

6. 権裕煥 (関西大院)，鶴峯義久 (奈良先端大)，本仲君子，三好誠司 (関西大)，松原崇充 (奈良先端大): "モデル予測経路積分制御と深層経路コスト予測器による高次元観測モデルベース強化学習," ロボティクス・メカトロニクス講演会2019 (ROBOMECH2019)，2A2-C12，広島，2019.6.5-8 (6.7)

7. 佐々木光 ，松原崇充: "ConvNetカーネルを用いた多峰性ガウス過程方策探索による生画像からの行動学習," 第37回日本ロボット学会学術講演会 (RSJ2019)，3A1-05，東京，2019.9.3-7 (9.6)

8. 鶴峯義久，崔允端 (奈良先端大)，山崎公俊 (信州大)，松原崇充 (奈良先端大): "変分オートエンコーデッド動的方策計画による布折り畳み動作の学習," 第37回日本ロボット学会学術講演会 (RSJ2019)，1A2-07，東京，2019.9.3-7 (9.4)

9. 松岡潤樹，鶴峯義久，松原崇充 (奈良先端大)，川村貞夫 (立命館大): "模倣学習による料理の盛り付け方策の獲得," 第20回計測自動制御学会システムインテグレーション部門講演会 (SI2019)，3E2-06，香川，2019.12.12-14 (12.14)

10. 宮本知弥，佐々木光，松原崇充: "柔軟素材で覆われた剛体の効率的な形状推定," 第20回計測自動制御学会システムインテグレーション部門講演会 (SI2019)，3E2-07，香川，2019.12.12-14 (12.14)

11. 佐々木光 (奈良先端大)，平林照司，川端馨，小貫由樹雄 (日立造船 (株))，松原崇充 (奈良先端大): "ロバストベイズ最適化によるゴミクレーンの動作最適化," 第7回計測自動制御学会制御部門マルチシンポジウム (MSCS2020)，3C2-4，徳島，2020.3.2-5 (3.5)

12. 山之口智也，鶴峯義久，佐々木光 (奈良先端大)，内部英治，森本淳 (ATR)，松原崇充 (奈良先端大): "潜在動的モデルを持つreal-to-sim画像変換の学習," ロボティクス・メカトロニクス講演会2020 (ROBOMECH2020)，1P1-B07，石川，2020.5.27-29 (5.28)

13. 米野尚斗，松原崇充: "確率共鳴に基づく生体模倣型触覚センサの触知覚感度強化," ロボティクス・メカトロニクス講演会2020 (ROBOMECH2020)，2A1-P01，石川，2020.5.27-29 (5.29)

14. Oh Hanbit，佐々木光，松原崇充: "無限重複混合ガウス過程に基づく頑健・柔軟な模倣学習," 第38回日本ロボット学会学術講演会 (RSJ2020)，1C2-02，Online，2020.10.9-11 (10.9) 

15. 角川勇貴，鶴峯義久，松原崇充: "FPGAを用いた実時間ロボット制御のための深層強化学習手法 Binary P-Network の提案," 第38回日本ロボット学会学術講演会 (RSJ2020)，1C3-04，Online，2020.10.9-11 (10.9) 

16. 権裕煥，鶴峯義久，松原崇充 (奈良先端大)，新村猛 (がんこフードサービス (株)/立命館大)，川村貞夫 (立命館大): "二択アンケートを用いた天ぷら盛り付けにおける好み空間の抽出手法," 第21回計測自動制御学会システムインテグレーション部門講演会 (SI2020)，3D3-15，Online，2020.12.16-18(12.18)

17. 田原熙昻，Oh Hanbit，佐々木光，松原崇充: "タスク達成度を考慮した教示者に摂動を加えるロバスト模倣学習," 第21回計測自動制御学会システムインテグレーション部門講演会 (SI2020)，3D3-13，Online，2020.12.16-18 (12.18) 

18. 佐々木光，松原崇充: "ガウス過程に基づく自己駆動型方策による方策探索," ロボティクス・メカトロニクス講演会2021  (ROBOMECH2021)，1P1-I17，Online，2021.6.6-8 (6.7)

19. Oh Hanbit, Hikaru Sasaki, Brendan Michael, Takamitsu Matsubara: "Bayesian Disturbance Injections: Safely learning robust and flexible policies," 第39回日本ロボット学会学術講演会 (RSJ2021)，2A3-04，Online，2021.9.8-11 (9.10)

20. 鶴峯義久，松原崇充: "記号知識を用いたロボット動作計画のための深層強化学習," 第22回計測自動制御学会システムインテグレーション部門講演会 (SI2021)，1D2-01，Online，2021.12.15-17 (12.15)

21. 畠中渉 ((株) リコー/奈良先端大)，山科亮太 ((株)リコー)，松原崇充 (奈良先端大): "不確実なイベント検知の下での LTL を用いたマルチタスク強化学習," 第22回計測自動制御学会システムインテグレーション部門講演会 (SI2021)，1D3-08，Online，2021.12.15-17 (12.15)

22. 渡邊剛，佐々木光 (奈良先端大)，平林照司，川端馨 (日立造船 (株))，松原崇充 (奈良先端大): "Deep Kernel Learningを用いたバケット内カメラ画像に基づくごみの掴み重量推定," 第9回計測自動制御学会制御部門マルチシンポジウム (MSCS2022)，1G1-5，Online， 2022.3.7-10 (3.8)

23. 谷口太一，佐々木光，松原崇充: "時変ガウス過程陰関数曲面による近接センサを用いたバケット内ごみの形状推定," ロボティクス・メカトロニクス講演会2022 (ROBOMECH2022)，2P1-Q01，札幌，2022.6.1-3 (6.3)

24. 田原熙昻，Hanbit Oh，佐々木光，松原崇充: "Coarse2Fine ロバスト模倣学習," ロボティクス・メカトロニクス講演会2022 (ROBOMECH2022)，2P1-B01，札幌，2022.6.1-3 (6.3)

25. 米野尚斗，松原崇充: "生体模倣型触覚センサにおける振動印加を用いた初期滑り検知," ロボティクス・メカトロニクス講演会2022 (ROBOMECH2022)，2P1-O02，札幌，2022.6.1-3 (6.3)

26. 高橋慶一郎，小林泰介，松原崇充: "フェヒナーの法則に従う強化学習則の挙動解析," 第40回日本ロボット学会学術講演会 (RSJ2022)，1F1-04，東京，2022.9.5-8 (9.5)

27. 神孝典，小林泰介，松原崇充: "リミットサイクル型歩行における長期予測精度の検証," 第40回日本ロボット学会学術講演会(RSJ2022)，2E3-04，東京，2022.9.5-8 (9.6)

28. Wendyam Eric Lionel Ilboudo, Taisuke Kobayashi, Takamitsu Matsubara: "Reformulating Multi-Domain Reinforcement Learning under a Pseudo Multi-Objective Reinforcement Learning Framework," 第40回日本ロボット学会学術講演会 (RSJ2022)，2J3-03，東京，2022.9.5-8 (9.6)

29. 米澤壮太郎，小林泰介，松原崇充: "現方策による経験の到達可能性を考慮した強化学習," 第23回計測自動制御学会システムインテグレーション部門講演会 (SI2022)，1P2-F06，千葉，2022.12.14-16 (12.14)

30. 鉢峰拓海，森本淳 (京大/ATR)，松原崇充 (奈良先端大): "切断面モデルベース強化学習による形状操作と粗研削工程への適用," 第23回計測自動制御学会システムインテグレーション部門講演会 (SI2022)，3A2-G03，千葉，2022.12.14-16 (12.16)

31. Kim Gahee，田原熙昂，松原崇充: "相互情報量最大化に基づく尤度なし推定モデルの能動学習とシミュレーションパラメータチューニングへの応用," 第23回計測自動制御学会システムインテグレーション部門講演会 (SI2022)，3P3-G11，千葉，2022.12.14-16 (12.16)

32. 藤倉駆，花田研太，東崇史，松原崇充，杉本謙二: "拡張モデル予測制御とスライディングイノベーションフィルタによる水中ドローンのロバスト制御," 第10回計測自動制御学会制御部門マルチシンポジウム (MSCS20223)，1M6-6，滋賀，2023.3.8-11 (3.9) 

33. 永田篤樹，松原崇充，杉本謙二: "信号損失に対処するゲイン切替型オブザーバと極の領域配置," 第10回計測自動制御学会制御部門マルチシンポジウム (MSCS20223)，1A8-1，滋賀，2023.3.8-11 (3.9) 

34. 小寺智仁，角川勇貴，鶴峯義久 (奈良先端大)，西村信耶 ((株) メガチップス)，松原 崇充 (奈良先端大): "ニューロチップ実装に適した量子化方策のエッジサーバー深層強化学習," 第10回計測自動制御学会制御部門マルチシンポジウム (MSCS20223)，3A2-6，滋賀，2023.3.8-11 (3.11) 

35. 高橋慧，佐々木光，米野尚斗，鉢峰拓海 (奈良先端大)，大西雄也，菅原哲徳，脇内新樹 (JSR (株))，畑中美穂 (慶應大)，宮尾智幸，綱代広治，藤井幹也，松原崇充 (奈良先端大): "触覚教示デバイスと Imitation from Observation によるロボットの触覚模倣," ロボティクス・メカトロニクス講演会2023 (ROBOMECH2023)，1P1-F17，名古屋，2023.6.28-7.1 (6.29)

36. 神孝典，小林泰介 (NII/総研大)，松原崇充 (奈良先端大): "リミットサイクル型歩行における学習ベースMPCを用いた着地位置計画," ロボティクス・メカトロニクス講演会2023 (ROBOMECH2023)，1A1-E27，名古屋，2023.6.28-7.1 (6.29)

37. 鶴峯義久，松原崇充: "モバイルマニピュレータの方策学習のための並列シミュレーション環境の開発," 第41回日本ロボット学会学術講演会 (RSJ2023)，1J2-03，仙台，2023.9.11-14 (9.12)

38. Cynthia Ochoa, Hanbit Oh, Takamitsu Matsubara: "Interactive Imitation with Sub-goal Regression Planning for Long-horizon Tasks," 第41回日本ロボット学会学術講演会 (RSJ2023)，1F4-02，仙台，2023.9.11-14 (9.12)

39. Po-yen Wu, Cheng-yu Kuo, Hirotaka Tahara, Takamitsu Matsubara: "Reinforcement learning of tool-use policies that maximize remaining useful life," 第41回日本ロボット学会学術講演会 (RSJ2023)，1F4-03，仙台，2023.9.11-14 (9.12)

40. 田原熙昻，松原崇充: "信念状態推定に基づく探索行動とタスク指向行動の模倣学習," 第41回日本ロボット学会学術講演会 (RSJ2023)，2E1-02，仙台，2023.9.11-14 (9.13)

41. 照岡肇 (奈良先端大)，畠中渉 ((株) リコー/奈良先端大)，松原 崇充 (奈良先端大): "タスクの後退を考慮した線形時相論理に従うマルチタスク強化学習の提案," 第41回日本ロボット学会学術講演会 (RSJ2023)，3K4-02，仙台，2023.9.11-14 (9.14)

42. 鉢峰拓海 (奈良先端大)，森本淳 (京大/ATR)，松原崇充 (奈良先端大): "研削による物体形状加工のための切断面系列拡散モデル," 第24回計測自動制御学会システムインテグレーション部門講演会 (SI2023)，3A1-08，新潟，2023.12.14-16 (12.16)

43. 内藤優星 (奈良先端大)，神保智彦，小田島正 (トヨタ自動車 (株))，松原崇充 (奈良先端大): "マルチロボット協調運搬のための大域情報共有機能を備えた階層型分散方策の強化学習," 第11回計測自動制御学会制御部門マルチシンポジウム (MSCS20224)，2A4-5，広島，2024.3.17-20 (3.19) 

44. 志田裕磨，神保智彦，小田島正 (トヨタ自動車 (株))，松原崇充 (奈良先端大): "実行不可能なタスクを含むマルチロボット協調搬送のための強化学習," 第11回計測自動制御学会制御部門マルチシンポジウム (MSCS20224)，2A6-1，広島，2024.3.17-20 (3.19)

45. 花田研太，東崇史 (奈良先端大)，杉本謙二 (南山大)，松原崇充 (奈良先端大): "水中ドローンのためのモデルベース強化学習における目標物追従及び把持手法の改良," 第11回計測自動制御学会制御部門マルチシンポジウム  (MSCS20224)，3M5-3，広島，2024.3.17-20 (3.20)

46. 大宮拓馬，田原熙昻，鶴峯義久，松原崇充 (奈良先端大): "iRL-GAIL:人ロボット協調作業に向けた協調動作を獲得する反復的方策学習," 第68回システム制御情報学会研究発表講演会 (SCI'24)，11A-2，大阪，2024.5.24-26 (5.24)

47. 西浦直哉，田原熙昻，内藤優星，鶴峯義久，松原崇充 (奈良先端大): "四足歩行ロボットの単脚遠隔作業における姿勢安定化のための敵対的ロバスト強化学習," 第68回システム制御情報学会研究発表講演会 (SCI'24)，11A-4，大阪，2024.5.24-26 (5.24)

48. 佐藤誠人，権裕煥，鶴峯義久，松原崇充 (奈良先端大): "長期的な精密物体操作タスクのための残差強化学習を用いたTask And Motion Planning," 第68回システム制御情報学会研究発表講演会 (SCI'24)，11A-6，大阪，2024.5.24-26 (5.24)

49. 長田 瑛綺，清川拓哉，鶴峯義久，権裕煥，松原崇充: "視覚情報に基づく移動把持の自己教師あり学習," ロボティクス・メカトロニクス講演会2024 (ROBOMECH2024)，1P1-H04，宇都宮，2023.5.29-6.1 (5.30)

50. 中村維冴，山之口智也，角川勇貴 (奈良先端大)，曲佳，大坪舜，三輪祥太郎 (三菱電機)，松原崇充 (奈良先端大): "Sim-to-Real 方策転移のためのダイナミクスランダム化対照強化学習," ロボティクス・メカトロニクス講演会2024 (ROBOMECH2024)，1P2-K08，宇都宮，2023.5.29-6.1 (5.30)

1. 鹿子木宏明, 松原崇充: 人工知能を活用した研究開発の効率化と導入・実用化 事例集, 12章第2節「プラント操業への人工知能・機械学習活用とロードマップ」 link

2. 松原 崇充監訳・井尻 善久・濵屋 政志訳（Vincent Francois-Lavet ・Peter Henderson ・Riashat Islam ・Marc G. Bellemare ・Joelle Pineau 著）:  深層強化学習入門，2021年4月13日, 共立出版

1. 松原崇充, 鹿子木宏明: 強化学習によるプラント自動最適化操業への試み～酢酸ビニルモノマー製造プラントモデルへの適用～, 化学工学会会誌, Vol 83, No. 4, pp. 1--3, 2019

2. 松原崇充, 鶴峯義久: 方策を滑らかに更新する深層強化学習と双腕ロボットによる布操作タスクへの適用 ,  人工知能学会誌「人工知能」，Vol. 35, No. 1, pp 47 – 53, 2020. 

3. 松原崇充, 鶴峯義久: 動的方策計画法を用いた敵対的模倣学習とその応用 , 日本ロボット学会誌「ロボ學」，Vol. 36, No. 6, pp 5 – 8, 2020. 

4. 松原崇充: 乱択化フーリエ特徴を用いた近似ガウス過程によるモデルベース強化学習, 日本ロボット学会誌「ロボ學」，2021 年 39 巻 7 号 p. 587-590

5. 松原崇充: サンプル効率の良い強化学習・模倣学習と双腕ロボットによる布操作タスクへの応用，機械設計，第66巻, 第5号, 2022年４月号,  pp.18-22

6. 松原 崇充: 掘削・整地作業の自動化に向けた模倣学習・強化学習, AI・データサイエンス論文集, 2022, 3 巻, J2 号, p. 1-5

7. 佐々木 光, 松原 崇充: 不均質なごみを扱うごみクレーンの自動化に向けたベイズ最適化，日本ロボット学会誌「ロボ學」, 40 巻 10 号 p. 873-878, 2022 年 

1. 松原崇充: ガウス過程と近似推論によるロボットの行動学習 , ICLR 2019 読み会 in 京都, 2019年6月2日

2. Takamitsu Matsubara: Sample Efficient Reinforcement Learning in Real-world Robot Control, Asian Control Conference 2019 Workshop on Reinforcement Learning and Control, 小倉, 2019年6月9日

3. 松原崇充:  ガウス過程と近似推論によるロボットの行動学習 , 産総研ＡＩＲＣセミナー, 2019年7月16日

4. 松原崇充: インタラクションによるロボットの行動・知覚・協調戦略学習, 本田技研第三回ＣＲＬセミナー, 2019年7月18日

5. 松原崇充: ガウス過程と近似推論によるロボットの行動学習 , ロボット工学セミナー, 2019年7月29日

6. 松原崇充:  炉内画像とセンサ信号を用いたゴミ焼却プラントの深層動的モデル学習, SICEプラントモデリング研究会第一回研究会, 2019年9月6日

7. Takamitsu Matsubara: Multimodal Gaussian Process Policy Search for Robot Control, SICE AC'19 Workshop: Recent advances and future trends in basics and applications of Gaussian processes. 2019年9月12日

8. Takamitsu Matsubara: IEEE-RAS Humanoids 2019, dual keynote on imitation learning, 2019年10月16日

9. 松原崇充: 日本学術振興会プロセスシステム工学第143委員会  令和元年度第3回研究会「データ活用」 , 2019年10月18日, 京都大学 

10. 松原崇充: 大阪大学基礎工学研究科システム科学専攻「院ゼミ」，2019年10月23日

11. Takamitsu Matsubara: 沖縄科学技術大学院大学, 2020年1月20日 

12. 松原崇充：立命館大学・認知科学研究センター研究会, 2020年7月21日（zoom発表）

13. 松原崇充：化学工学会プラントオペレーション分科会 第154回研究会 , 2020年10月５日

14. 松原崇充：日本ロボット学会学術講演会OS「人型ロボット、今何を研究すべきか」招待パネリスト, 2020年10月11日

15. 松原崇充：第41回IBISML研究会「確率ロボティクスにおける機械学習」（オーガナイザ：持橋大地（統数研）） ，2020年10月21日

16. 松原崇充：SONY先端先端技術講演会，2020年10月21日

17. Takamitsu Matsubara: IROS2020 Forum on Robotic Food Manipulation Challenge, Learning Food-Arrangement Policies from Raw Images with Generative Adversarial Imitation Learning, October 25th, 2020. 

18. 松原崇充：生産現場における自動化を見すえた実用的AIベースロボットマニピュレーション ～物体操作のための模倣学習・深層強化学習の適用 , 日刊工業新聞社セミナー，2020年10月29日

19. 松原崇充：機械学習を基礎としたマニピュレーション行動の生成について，SICE マニピュレーション冬の学校，2020年12月15日

20. 松原崇充：ガウス過程に基づく強化学習と実社会ロボット応用, 一般社団法人日本鉄鋼協会 学会部門　計測・制御・システム工学部会／計測制御システム分野における産学若手交流フォーラム, 2021年1月7日

21. 松原崇充：生産現場における自動化を見すえた実用的AIベースロボットマニピュレーション ～物体操作のための模倣学習・深層強化学習の適用 , 日刊工業新聞社セミナー，2021年3月23日

22.  

23.  

24.  

25.  

26. Takamitsu Matsubara: IROS 2023 Workshop on World Models and Predictive Coding in Cognitive Robotics,  Disturbance-injected Robust Imitation Learning with Structured Policies for Complex Tasks, October 5th, 2023. 

1. 松原崇充, NIKKEI Robotics 2019年3月号「横河電機とNAISTが化学プラント向けに強化学習」, 2019年2月10日 https://tech.nikkeibp.co.jp/atcl/nxt/mag/rob/18/012600001/00018/ 

2. 佐々木光，毎日新聞朝刊27面（奈良） 「ロボットの学習法開発」，「日本機械学会 若手優秀講演フェロー賞」の受賞インタビュー記事 ，2019年7月24日

3. 松原崇充, NIKKEI Robotics 2019年10月号 「船の自動運転に強化学習技術」, 2019年9月10 日https://tech.nikkeibp.co.jp/atcl/nxt/mag/rob/18/012600001/00034/?fbclid=IwAR0zXlg879ASUV6lVyDNdQu8v_0g_NOqHGKWLBLYZdn05va7sWUz10Vy-zE 

4. 松原崇充，ロボスタ「 ロボットの知能化 最前線 ミラーニューロン、模倣学習+GAN最新研究「NEDO AI＆ROBOT NEXTシンポジウム」浅田氏・尾形氏・松原氏講演」https://robotstart.info/2020/01/18/nedo-sym-sem-day2.html 

5. ...

6. 鉢峰拓海，Raise3D, NAIST Robot Learning Laboratory Continuously Prints Multi-color Test Components, Mar 13, 2024 https://www.raise3d.com/case/naist-robot-learning-laboratory-continuously-prints-multi-color-test-components/

7. 松原崇充，プラント制御AI、FKDPPの開発ストーリー, 横河電機HP, 2024年3月

1. Takamitsu Matsubara, Co-organizer, Asian Control Conference 2019  Workshop on Reinforcement Learning and Control, 小倉, 2019年6月9日

2. 松原崇充, Co-organizer, 第37回日本ロボット学会学術講演会オーガナイズドセッション「深層学習」

3. Takamitsu Matsubara, Main organizer, SICE Annual Conference Workshop: Recent advances and future trends in basics and applications of Gaussian processes

4. 松原崇充, Co-organizer, 計測自動制御学会SI2019オーガナイズドセッション「マニピュレーションのためのロボット知能と学習」

5. 松原崇充，NAIST異分野融合ワークショップ「脳情報処理に基づくロボットラーニングの技術革新」, 2020年1月6,7日, 奈良先端大

6. ICRA2021-WS: Robot Learning in Real-world Applications: Beyond Proof of Concept , Co-organizer, 2021年5月31日, Link

7. 松原崇充，第68回システム制御情報学会研究発表講演会テーマセッション「ロボットプランニングの新潮流」

1. IIFES2019（旧計測展）の横河電機グループの共同出展ブースにて、3段水槽の最適操業を強化学習によって学習するデモンストレーションを展示（共同研究成果）、2019年11月27日

2. NEDO AI&ROBOT NEXT シンポジウムにて、深層強化学習による布操作ロボットの展示,  新宿ルミネゼロ, 2020年1月16, 17日

3. デジタルメッセ奈良にて、生体模倣触覚センサと振動印加によるロボット触覚センシングの拡張、2024年2月8日

1. 松原崇充,  JAFOE 2018 Best Speakers Award, 2019年1月17日

2. 佐々木光, 日本機械学会若手優秀講演フェロー賞，2019年6月6日

3. 崔 允端，SICE International Young Authors Award (SIYA2019-IROS) ，2019年11月7日

4. 松岡 潤樹，SI2019優秀講演賞，2019年12月19日

5. 田原 熙昂他，CICP2020-WS, Best Oral Presentation Award, 2020年12月7日

6. 田原 熙昂，SI2020優秀講演賞，2020年12月18日

7. 朱令緯, IEEE 関西支部 学生研究奨励賞,  2021年2月26日

8. 郭 政佑, IEEE Robotics and Automation Society Japan Joint Chapter Young Award（RAL-ICRA'21）,  2021年6月7日

9. 角川勇貴, IEEE 関西支部 学生研究奨励賞,  2022年2月22日

10. 佐々木光, 奈良先端大 最優秀学生賞（後期課程），2022年3月24日

11. 佐々木光, IEEE Robotics and Automation Society Japan Joint Chapter Young Award（ICRA'22）,  2022年6月20日

12. Wendyam Eric Lionel Ilboudo, 日本ロボット学会 International Session Best Presentation Award (RSJ'22),  2022年9月7日

13. 角川勇貴, 創発的先端シンポジウム 優秀先端学生賞, 2022年10月7日

14. 山之口智也, IEEE Robotics and Automation Society Japan Joint Chapter Young Award (IROS'22), 2022年11月14日

15. Kim Gahee，SI2022優秀講演賞，2022年12月23日

16. Kim Gahee, 奈良先端大 最優秀学生賞（前期課程），2023年3月24日

17. Zhu Lingwei, 奈良先端大 最優秀学生賞（後期課程），2023年3月24日

18. 松原崇充，佐々木光，鶴峯義久，奈良先端大情報科学領域 ベストティーチング賞，2023年3月24日

19. 松原崇充（横河電機株式会社／横河デジタル株式会社／奈良先端科学技術大学院大学），第５２回日本産業技術大賞・内閣総理大臣賞　「プラント自律制御AI FKDPP」, 2023年3月15日 link

20. Po-Yen Wu, 日本ロボット学会 International Session Best Presentation Award Finalist (RSJ'23),  2023年9月6日

21. Hirotaka Tahara, SICE International Young Authors Award for IROS, 2023年10月

22. Hirotaka Tahara, IEEE Robotics and Automation Society Japan Joint Chapter Young Award (IROS'23), 2023年10月

23. 田原 熙昂，IEEE 関西支部  学生研究奨励賞,  2024年3月26日

24. Tamiku Hachimine, IEEE Robotics and Automation Society Japan Joint Chapter Young Award (ICRA'24), 2024年5月9日

1. JST未来社会創造事業（探索加速型：（超スマート社会の実現）「サイバー世界とフィジカル世界を結ぶモデリングとAI」 （分担, 代表: 大西公平先生）, 2021.5-2026.3

2. NEDO 人と共に進化する次世代人工知能に関する技術開発事業「実世界に埋め込まれる人間中心の人工知能技術の研究開発」 （分担, 代表: 辻井潤一先生）, 2020.7-2025.3

3. JST ムーンショット型開発事業, 目標3: 2050年までに、AIとロボットの共進化により、自ら学習・行動し人と共生するロボットを実現（PD:福田敏男先生）, 「多様な環境に適応しインフラ構築を革新する協働AIロボット」（PM：永谷圭司先生）, PI, 2021.4-2026.3

4. NEDO 高度循環型システム構築に向けた廃電気・電子機器処理プロセス基盤技術開発・研究開発項目①「資源循環性高度化プロセス技術開発」, （再委託, 代表: 大木達也 先生） 2023.9-2028.3

契約終了：

• NEDO 次世代ロボット中核技術開発/次世代人工知能技術分野「不定形物操作システムの研究開発」（分担, 代表：山崎公俊先生）, 2016.10-2020. 3

• JST未来社会創造事業（探索加速型：（超スマート社会の実現）「サイバー世界とフィジカル世界を結ぶモデリングとAI」 （分担, 代表: 森本淳先生）, 2018.10-2021.4

• NEDO戦略的イノベーション創造プログラム「CPF構築のためのセンサリッチエンドエフェクタシステムの開発と実用化 」（分担, 代表：川村貞夫先生）, 2019.1-2023.3 

1. 科研費 基盤研究B 「日常作業データによる模倣学習技術基盤の確立」, 2024.4-2027.3（代表: 松原崇充）

契約終了：

• 卓越研究員補助金「データ・知識融合型モデルベース深層強化学習技術の開発と実ロボット応用」2018-2019（代表: 松原崇充）

• 科研費 基盤研究B 「安全性と信頼性を備えたロボット強化学習の技術基盤の創出」, 2021.4-2024.3（代表: 松原崇充）

• 科研費 基盤研究A「マルチモーダルタッチケアロボットの開発と心理学的検証 」2019.4-2023.3（分担，代表：小笠原司先生）

• 科研費 基盤研究A 「自然言語指示に応じて多様な作業を行うロボット実現のための動作生成技術の開発」, 2021.4-2024.2（分担、代表：橋本敦史先生）

1. 松原 崇充，佐々木 光，権 裕煥，平林 照司，川端 馨，伊瀬 顕史，「情報処理装置、廃棄物の処理システム、探索方法、および探索プログラム」，【出願番号】2023-015615，【出願日】2023.2.3

2. 松原崇充，佐々木光，谷口太一，川端薫，平林照司，「形状推定装置、性状推定装置、クレーン、クレーン制御装置、形状推定方法、および形状推定プログラム」，【出願番号】2022-062381，【出願日】2022.4.4

3. 松原崇充，佐々木光，渡邊剛，川端薫，平林照司，「重量予測装置、クレーン制御装置、クレーン、重量予測方法、および重量予測プログラム」，【出願番号】2022-033765，【出願日】2022.3.4

4. 佐々木光，松原崇充，川端薫，平林照司，「情報処理装置、クレーン制御システム、学習方法、および学習プログラム」，【出願番号】2022-030347，【出願日】2022.2.28

5. 松原 崇充，ブレンダン ウィリアム バラット マイケル，伊瀬 顕史，川端 馨，「情報処理装置、解析方法、制御システム、および解析プログラム」，【出願番号】2021-215166，【出願日】2021.12.28

6. 松原崇充，佐々木光，川端馨，平林照司，小貫由樹雄，戴英達，「情報処理装置、制御システム、制御変数決定方法、および制御変数決定プログラム」，【出願番号】2020-033904，【出願日】2020.2.28

• 横河電機/横河デジタル様

• 東芝様 

• 豊田中央研究所様

• トヨタ自動車様

• 本田技術研究所様

• リコー様

• メガチップス様

• 三菱電機様

契約終了：

• 古野電気様, 2017.4-2020.3

• オムロンサイニックエックス様, 2018.3-2024.3 

• 日立造船様, 2017.4-2024.3

ATR、産業技術総合研究所、信州大学、立命館大学、関西大学、大阪大学、東北大学、シドニー工科大学（豪）、ラドバウド大学（蘭）、カールスルーエ工科大学（独）、エディンバラ大学（英）など