Luca Carlone
収録論文 111本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 3Dシーングラフ予測：部分観測環境からの階層モデル生成シーン理解2026/7/1
ロボットが環境の一部を探索した際に、未探索部分を予測するための階層的な3Dシーングラフ生成フレームワークを提案した。部屋レイヤーとオブジェクトレイヤーを分離し、拡散モデルを用いて部屋のカテゴリ・床境界・移動可能性と、各室内のオブジェクト配置を予測する。
- Hydra++: 物体形状推定を備えたリアルタイム階層型3Dシーングラフ構築3Dシーングラフ2026/7/1
3Dシーングラフに学習ベースの物体形状推定を統合し、部分点群やCADテンプレートに頼らずインスタンス固有の形状を推定するシステムを提案。オンライン構築と屋外大規模対応のためのハイブリッドLiDAR-カメラ構成も評価した。
- 自信を持って記憶する：確率的保証を伴う時空間記憶の不確実性定量化記憶/不確実性定量化2026/6/6
VLMによる説明文のノイズや視点依存性を考慮し、物体ごとの意味的不確実性を定量化して、不確実な物体を能動的に改善する時空間記憶システムUQ-DAAAMを提案した。
- 記憶に値するもの：驚きでゲートされたロボットのエピソード記憶記憶/エピソード記憶2026/6/1
ロボットの長期記憶を選択的に保持するため、ベイズ的驚きをゲート機構として用いる手法を提案。V-JEPA-2の潜在空間で驚きを計算し、4Dシーングラフ空間記憶と組み合わせることで、ロボットの質問応答性能を向上させた。
- 3Dシーングラフ：未解決の課題と今後の方向性シーン理解2026/6/1
3Dシーングラフ（3DSG）の研究分野を統一的にレビューし、定義の整理、構築手法、応用、評価方法を解説するとともに、今後の課題と方向性を提示したサーベイ論文。
- 言語をセンサーとして使う：自然言語による3Dシーン内の校正された空間信念推定空間認識2026/6/1
ロボットが受け取る自然言語の空間記述を確率的センサーとして扱い、視覚情報と融合して物体位置を高精度に推定するフレームワークVL-Mapを提案した。
- 幾何基盤モデルが視覚言語行動モデルに与える影響の理解VLA/幾何理解2026/5/1
視覚言語行動モデル(VLA)と3D再構成のための幾何基盤モデル(GFM)の統合について、VLAの幾何理解の欠如を線形プロービングで定量化し、幾何情報を注入する3つのアーキテクチャを比較、さらに非アーキテクチャ的選択の影響を分析した。
- FOUND-IT: 基盤モデル優先のタスク駆動型3Dシーングラフと要求に応じた粒度3Dシーングラフ2026/5/1
単眼カメラからリアルタイムに階層的なタスク駆動型3Dシーングラフを構築する手法を提案し、タスクに応じてオブジェクトや領域の粒度を動的に調整する。
- Pandora: 一人称視点映像からの関節付き3Dシーングラフ構築シーングラフ/一人称視点/関節物体2026/3/1
人間がProject Ariaグラスを装着して探索する際の一人称視点映像から、関節付き物体のモデルを復元し、3Dシーングラフに統合する手法を提案。ロボットの操作能力に依存せず、人間の自然な探索行動を活用することで、ロボット単独では得られない環境情報を獲得できる。
- Picasso: 物理制約付きサンプリングによるシーン全体の再構成シーン再構成2026/2/1
物体間の接触や物理的整合性を考慮し、遮蔽やノイズがあっても物理的に妥当な多物体シーン再構成を行う手法を提案し、実世界データセットと評価指標も公開した。
- VGGT-SLAM 2.0：リアルタイム高密度フィードフォワードシーン再構成SLAM2026/1/1
VGGTを用いたサブマップ統合型SLAMを改良し、ドリフト除去・ループ閉じ込み改善・Jetson Thor上での実時間動作を実現したシステム。
- 多様なスケール・シーン・センサ構成を越えたゼロショット点群位置合わせに向けて点群位置合わせ2026/1/1
学習不要でゼロショット汎化を実現する点群位置合わせフレームワークBUFFER-Xを提案し、幾何ブートストラップによる自動ハイパーパラメータ推定や座標正規化などで多様な環境に対応、高速版も示した。
- いつでもどこでも何でも記述：大規模4Dシーン理解のための時空間メモリ4Dシーン理解2025/12/1
局所キャプションモデルを最適化ベースで高速化し、階層的4Dシーングラフを構築することで、大規模環境でのリアルタイムな時空間質問応答やタスク接地を可能にするフレームワークを提案。
- 視覚的物体姿勢推定の不確かさ定量化：S-Lemmaによる楕円体境界姿勢推定2025/11/1
単眼視の物体姿勢推定において、分布仮定なしで高確率に真の姿勢を含む楕円体の不確かさ境界を凸計画で求める手法を提案。
- 3Dシーングラフを用いた自動推論のための構造化インターフェースVLA2025/10/1
LLMと3Dシーングラフを連携させて自然言語を接地する際、シーングラフ全体をテキスト化する代わりにグラフデータベースとCypherクエリを介して必要な部分だけを取得する手法を提案し、大規模シーングラフでの性能とトークン効率を改善した。
- ロボットナビゲーションのための非劣モジュラ視覚注意ナビゲーション2025/10/1
視覚慣性ナビゲーションの効率化のため、MSEベースの非劣モジュラ目的関数で視覚特徴を選択する枠組みを提案し、4つの多項式時間近似アルゴリズムを導入して性能保証とリアルタイム性を示した。
- 1ミリ秒未満でカテゴリーレベルの物体形状と姿勢を推定物体認識2025/9/1
RGB-D画像からカテゴリーレベルのキーポイントを検出し、線形アクティブシェイプモデルとMAP最適化を用いて物体の形状と姿勢を高速に推定する手法を提案。
- 大規模倉庫自動化のための箱の姿勢・形状推定とドメイン適応sim2real2025/7/1
倉庫ロボットの実世界の未ラベル画像を活用し、箱の姿勢と形状を自己教師ありで推定するドメイン適応パイプラインを開発した。シミュレーションのみの学習より大幅に高精度で、ゼロショット3Dバウンディングボックス推定も上回る。
- 気候変動対策に貢献するロボティクス研究のロードマップ気候ロボティクス2025/7/1
気候変動対策にロボティクス技術を活用するための研究ロードマップを提示し、エネルギーや建設、農業など各分野での具体的な協働機会をまとめた。
- 任意ノイズを持つ多項式系のための最大エントロピー・モーメントカルマンフィルタ状態推定2025/6/1
多項式系を対象に、モーメント制約付き最大エントロピー分布で信念と非ガウスノイズを表現し、凸最適化でフィルタリングを行うMEM-KFを提案した。
- 言語に基づく階層的計画と実行：マルチロボット3Dシーングラフの活用マルチロボット・タスク計画2025/6/1
複数のロボットが共有する3Dシーングラフと大規模言語モデルを組み合わせ、自然言語の指示を解釈して屋外環境で複雑なタスクを計画・実行するシステムを開発した。
- NeBula拡張：TEAM CoSTARのソリューションを大規模環境へ展開する補遺地下探査/群制御2025/4/1
DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。
- ASHiTA: 3Dシーンに基づく自動階層的タスク分析タスクプランニング2025/4/1
高レベルな指示を3Dシーングラフに基づくサブタスクへと分解するフレームワークASHiTAを提案し、LLMベースラインを上回る性能を示した。
- BUFFER-X: 多様なシーンでのゼロショット点群位置合わせに向けて点群位置合わせ2025/3/1
環境ごとの再学習やパラメータ調整なしで多様なシーンに適用できるゼロショット点群位置合わせ手法を提案し、11データセットで汎化性能を実証した。
- CRISP: テスト時適応による物体の姿勢と形状推定姿勢推定2024/12/1
RGB-D画像からカテゴリに依存せず物体の姿勢と形状を推定するパイプラインCRISPを提案し、形状デコーダをアクティブシェイプモデルで近似して姿勢・形状補正を効率的に解き、自己学習によるドメイン適応を実現した。
- CUPS: 深層不確実性のコンフォーマル化による人間姿勢・形状推定の改善姿勢推定2024/12/1
RGB動画から3D人間の形状と姿勢を推定する際に、深層不確実性とコンフォーマル予測を組み合わせて信頼度を校正し、精度と確率的保証を両立させた手法を提案。
- VTOL機の離着陸を堅牢化する視覚システムとSTPAの統合VTOL/安全分析2024/12/1
VTOL無人航空機の離着陸にAprilTagなどの視覚マーカーとSTPAによる危険分析を組み合わせ、不安全な制御行動を特定して安全対策を提案した論文。
- KISS-Matcher: 高速でロバストな点群位置合わせの再考点群位置合わせ2024/9/1
点群位置合わせのための新しい特徴検出器Faster-PFHとk-coreベースのグラフ枝刈りを組み合わせ、高速かつ高精度なオープンソースC++ライブラリKISS-Matcherを開発した。
- イベントベース衛星姿勢推定におけるSim2Realギャップを埋めるテスト時自己教師あり学習sim2real2024/9/1
イベントセンサを用いた衛星姿勢推定で、テスト時に予測姿勢とイベントデータを整合させ自己教師ありで補正し、検証モジュールで認定された入力のみを逆伝播してSim2Realギャップを縮小する手法を提案。
- 形状推定と物体追跡を同時に行う証明可能なアルゴリズム物体追跡2024/6/1
RGB-D画像列から得た3Dキーポイントを用いて、物体の形状と姿勢を同時に推定する固定ラグ平滑化問題を定式化し、半正定値緩和により証明可能な最適解を求める手法を提案。
- 3D動的シーングラフとLLMを用いた長期的な人間軌道予測軌道予測2024/5/1
3D動的シーングラフとLLMで人間と環境のインタラクションを予測し、それを連続時間マルコフ連鎖で位置分布に変換することで、最大60秒先までの屋内人間軌道を高精度に予測する手法を提案した。
- Clio: タスク駆動型オープンセット3Dシーングラフのリアルタイム構築シーングラフ2024/4/1
自然言語で与えられたタスクに必要な粒度で物体や領域を選択し、情報ボトルネックに基づく凝集型クラスタリングでリアルタイムに3Dシーングラフを構築する手法を提案。
- 任意ノイズを持つ多項式系のための一般化モーメントカルマンフィルタ状態推定2024/3/1
多項式系の状態推定を多項式最適化問題として定式化し、モーメント緩和で解くことで、非ガウスノイズ下でも高精度なフィルタリングを実現した。
- 階層的3Dシーングラフにおけるタスク・動作計画タスク・動作計画2024/3/1
階層的3Dシーングラフから効率的な計画領域を導出し、大規模環境でのタスク・動作計画を実現する手法を提案し、実世界の移動マニピュレータで検証した。
- Multi-Model 3D Registration: Finding Multiple Moving Objects in Cluttered Point Clouds2024/2/1
- Khronos: 動的環境における時空間メトリック・セマンティックSLAMの統一的アプローチSLAM2024/2/1
動的環境でロボットの姿勢推定と環境の密な時空間マップ構築を同時に行う枠組みを提案し、短期動態と長期変化を階層的に扱うKhronosを実装した。
- Kimera2: Robust and Accurate Metric-Semantic SLAM in the Real World2024/1/1
- Indoor and Outdoor 3D Scene Graph Generation via Language-Enabled Spatial Ontologies2023/12/1
- PyPose v0.6: The Imperative Programming Interface for Robotics2023/9/1
- VERF: Runtime Monitoring of Pose Estimation with Neural Radiance Fields2023/8/1
- Aggressive Aerial Grasping using a Soft Drone with Onboard Perception2023/8/1
- Task-Aware Risk Estimation of Perception Failures for Autonomous Vehicles2023/5/1
- Foundations of Spatial Perception for Robotics: Hierarchical Representations and Real-time Systems2023/5/1
- Resilient and Distributed Multi-Robot Visual SLAM: Datasets, Experiments, and Lessons Learned2023/4/1
- Multi-Camera Visual-Inertial Simultaneous Localization and Mapping for Autonomous Valet Parking2023/4/1
- Hydra-Multi: Collaborative Online Construction of 3D Scene Graphs with Multi-Robot Teams2023/4/1
- A Correct-and-Certify Approach to Self-Supervise Object Pose Estimators via Ensemble Self-Training2023/2/1
- Data-Association-Free Landmark-based SLAM2023/2/1
- Loc-NeRF: Monte Carlo Localization using Neural Radiance Fields2022/9/1
- PyPose: A Library for Robot Learning with Physics-based Optimization2022/9/1
- D-Lite: Navigation-Oriented Compression of 3D Scene Graphs for Multi-Robot Collaboration2022/9/1
- Leveraging Large (Visual) Language Models for Robot 3D Scene Understanding2022/9/1
- Present and Future of SLAM in Extreme Underground Environments2022/8/1
- Estimation Contracts for Outlier-Robust Geometric Perception2022/8/1
- A Survey on Active Simultaneous Localization and Mapping: State of the Art and New Frontiers2022/7/1
- Extracting Zero-shot Common Sense from Large Language Models for Robot 3D Scene Understanding2022/6/1
- Certifiable 3D Object Pose Estimation: Foundations, Learning Models, and Self-Training2022/6/1
- Optimal and Robust Category-level Perception: Object Pose and Shape Estimation from 2D and 3D Semantic Keypoints2022/6/1
- Visual Navigation for Autonomous Vehicles: An Open-source Hands-on Robotics Course at MIT2022/6/1
- Loop Closure Prioritization for Efficient and Scalable Multi-Robot SLAM2022/5/1
- LAMP 2.0: A Robust Multi-Robot SLAM System for Operation in Challenging Large-Scale Underground Environments2022/5/1
- LOCUS 2.0: Robust and Computationally Efficient Lidar Odometry for Real-Time Underground 3D Mapping2022/5/1
- Monitoring of Perception Systems: Deterministic, Probabilistic, and Learning-based Fault Detection and Identification2022/5/1
- Hydra: A Real-time Spatial Perception System for 3D Scene Graph Construction and Optimization2022/1/1
- Beyond Robustness: A Taxonomy of Approaches towards Resilient Multi-Robot Systems2021/9/1
- Certifiably Optimal Outlier-Robust Geometric Perception: Semidefinite Relaxations and Scalable Global Optimization2021/9/1
- Hierarchical Representations and Explicit Memory: Learning Effective Navigation Policies on 3D Scene Graphs using Graph Neural Networks2021/8/1
- Smooth Mesh Estimation from Depth Data using Non-Smooth Convex Optimization2021/8/1
- Computation and Communication Co-Design for Real-Time Monitoring and Control in Multi-Agent Systems2021/8/1
- Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems2021/6/1
- Neural Trees for Learning on Graphs2021/5/1
- Optimal Pose and Shape Estimation for Category-level 3D Object Perception2021/4/1
- Dynamic Grasping with a "Soft" Drone: From Theory to Practice2021/3/1
- Self-supervised Geometric Perception2021/3/1
- NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge2021/3/1
- LION: Lidar-Inertial Observability-Aware Navigator for Vision-Denied Environments2021/2/1
- Kimera: from SLAM to Spatial Perception with 3D Dynamic Scene Graphs2021/1/1
- ROBIN: a Graph-Theoretic Approach to Reject Outliers in Robust Estimation using Invariants2020/11/1
- Monitoring and Diagnosability of Perception Systems2020/11/1
- Kimera-Multi: a System for Distributed Multi-Robot Metric-Semantic Simultaneous Localization and Mapping2020/11/1
- Outlier-Robust Estimation: Hardness, Minimally Tuned Algorithms, and Applications2020/7/1
- One Ring to Rule Them All: Certifiably Robust Geometric Perception with Outliers2020/6/1
- Monitoring and Diagnosability of Perception Systems2020/5/1
- Control and Trajectory Optimization for Soft Aerial Manipulation2020/4/1
- LAMP: Large-Scale Autonomous Mapping and Positioning for Exploration of Perceptually-Degraded Subterranean Environments2020/3/1
- 3D Dynamic Scene Graphs: Actionable Spatial Perception with Places, Objects, and Humans2020/2/1
- TEASER: Fast and Certifiable Point Cloud Registration2020/1/1
- In Perfect Shape: Certifiably Optimal 3D Shape Reconstruction from 2D Landmarks2019/11/1
- Kimera: an Open-Source Library for Real-Time Metric-Semantic Localization and Mapping2019/10/1
- Graduated Non-Convexity for Robust Spatial Perception: From Non-Minimal Solvers to Global Outlier Rejection2019/9/1
- DOOR-SLAM: Distributed, Online, and Outlier Resilient SLAM for Robotic Teams2019/9/1
- A Quaternion-based Certifiably Optimal Solution to the Wahba Problem with Outliers2019/5/1
- Outlier-Robust Spatial Perception: Hardness, General-Purpose Algorithms, and Guarantees2019/3/1
- A Polynomial-time Solution for Robust Registration with Extreme Outlier Rates2019/3/1
- Incremental Visual-Inertial 3D Mesh Generation with Structural Regularities2019/3/1
- Robot Co-design: Beyond the Monotone Case2019/2/1
- Modeling Perceptual Aliasing in SLAM via Discrete-Continuous Graphical Models2018/10/1
- Navion: A 2mW Fully Integrated Real-Time Visual-Inertial Odometry Accelerator for Autonomous Navigation of Nano Drones2018/9/1
- LQG Control and Sensing Co-Design2018/2/1
- Convex Relaxations for Pose Graph Optimization with Outliers2018/1/1
- Sensing-Constrained LQG Control2017/9/1
- Sparse Depth Sensing for Resource-Constrained Robots2017/3/1
- Distributed Mapping with Privacy and Communication Constraints: Lightweight Algorithms and Object-based Models2017/2/1
- SE-Sync: A Certifiably Correct Algorithm for Synchronization over the Special Euclidean Group2016/12/1
- A Certifiably Correct Algorithm for Synchronization over the Special Euclidean Group2016/11/1
- Attention and Anticipation in Fast Visual-Inertial Navigation2016/10/1
- Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age2016/6/1
- On-Manifold Preintegration for Real-Time Visual-Inertial Odometry2015/12/1
- Lagrangian Duality in 3D SLAM: Verification Techniques and Optimal Solutions2015/6/1
- Pose Graph Optimization in the Complex Domain: Lagrangian Duality, Conditions For Zero Duality Gap, and Optimal Solutions2015/5/1
- From Angular Manifolds to the Integer Lattice: Guaranteed Orientation Estimation with Application to Pose Graph Optimization2012/11/1