Daniel Cremers
Technical University of Munich
収録論文 47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
- EgoContact:一人称視点動画で物理的知能を評価する大規模データセット一人称視点/接触点予測2026/10/29
一人称視点動画から接触点予測を評価する22.5K件のデータセットを構築し、既存手法の精度不足を示すとともに、アフォーダンス転移ポリシーのメモリとして使うことで実機把持成功率を16%から58%に改善した。
- DiPLO: 自己蒸留拡散計画による移動操作移動操作2026/10/17
人間からヒューマノイドへの動作変換で事前学習した拡散プランナを自己蒸留と強化学習で微調整し、全身追従ポリシーと組み合わせて運搬・蹴りなどの移動操作を高成功率で実現した研究。
- RootSLAM: 視覚慣性SLAMのための平方根バンドル調整SLAM2026/10/10
マルチカメラ視覚慣性SLAMにおいて、平方根バンドル調整をポーズグラフと組み合わせて単精度で実行可能にし、最大20倍高速化したシステムを提案。
- MultiFly: 実世界マルチモーダル航空データセットと注釈効率の良いラベル転送およびクロスモーダル意味整合性マルチモーダル認識2026/10/7
RGB・熱・LiDAR・レーダーの4モダリティを同期した低高度UAVデータセットを構築し、少数の手動注釈から幾何表現を介してラベルを転送することで、大規模な意味セグメンテーション用データを効率的に生成した。
- HexVIO: 民生DSPを活用した終日ステレオ慣性トラッキングVIO2026/10/2
スマートフォン等に搭載されるHexagon DSPにステレオ慣性オドメトリの視覚フロントエンドをオフロードし、CPUのみの場合より消費電力を67%削減、またはスループットを86%向上させて、終日リアルタイム追跡を可能にした。
- VkVIO: VulkanによるクロスプラットフォームGPU加速視覚慣性オドメトリVIO2026/9/24
CUDAに依存せずVulkan APIを用いてGPU加速する初のクロスプラットフォーム視覚慣性オドメトリ(VIO)手法を提案し、ワークステーションから低価格シングルボードPCまで幅広い機器でCUDAベースを上回る精度とリアルタイム性能を実現した。
- MIVIFI:多視点魚眼画像生成モデルの訓練のための視点と魚眼ドメインの橋渡し画像生成2026/8/24
自動運転のための多視点魚眼画像生成を、等距離円筒投影を用いたクロスドメイン学習で実現し、データ不足を克服した。
- Stipple: 視覚慣性トラッキングによるリアルタイムインクリメンタルガウシアンスプラッティング3D再構成2026/8/1
3Dガウシアンスプラッティングの重い前処理を、視覚慣性オドメトリの情報を活用したインクリメンタル学習に置き換え、トラッキングと並行してリアルタイムに3D再構成を行う手法を提案した。
- ロボットの自己改善:人間のビデオからの力学モデルを用いてロボット学習2026/6/1
人間のビデオから学習した行動・力学・価値表現をロボットに転移し、失敗状態を修正するDGAC法を提案。7つの実世界操作タスクで成功率を40%から81%に向上させ、ロボットの自己改善を実証した。
- EgoFlow: 勾配誘導フローマッチングによる自己中心視6DoF物体動作生成動作生成2026/4/1
自己中心視映像から物体の6DoF動作を生成するフローマッチングフレームワークを提案し、物理的制約を勾配として組み込むことで衝突回避と滑らかな動作を実現した。
- SafeLand: ベイズ意味マッピングによる未知環境での安全な自律着陸自律着陸2026/3/1
カメラと軽量高度センサのみで未知環境の安全な着陸地点をオンラインで意味マッピングし、動的障害物にリアルタイム対応するUAV着陸システムを提案・実証した。
- GMT: 3Dシーンにおける6自由度物体軌道合成のための目標条件付きマルチモーダルトランスフォーマー操作計画2026/3/1
3Dシーン内で物体の6自由度操作軌道を生成するマルチモーダルトランスフォーマーモデルを提案し、3Dバウンディングボックス、点群、意味カテゴリ、目標姿勢を統合して高精度な軌道合成を実現した。
- Dream-SLAM: 動的環境における能動SLAMのための未観測領域の夢生成能動SLAM2026/2/1
部分的に観測された動的環境の時空間画像と意味構造を生成(夢見)し、実観測と融合することで、カメラ姿勢推定・3D地図生成・長期的な探索計画を改善する単眼能動SLAM手法を提案。
- ArtiBenchとArtiBrain:汎化可能な視覚言語による関節物体操作のベンチマークマニピュレーション2025/11/1
関節物体操作の汎化性能を評価する5段階ベンチマークArtiBenchと、VLM推論と拡散制御を組み合わせたモジュール型フレームワークArtiBrainを提案し、既存手法を上回る性能を示した。
- OrthoLoC: 正射地理データを用いたUAVの6自由度位置推定とキャリブレーション位置推定2025/9/1
UAV画像と正射地理データを対応付ける大規模データセットOrthoLoCを構築し、位置推定・キャリブレーションを分離評価できるベンチマークを提供。さらにマッチング精度を最大95%改善するAdHoPを提案。
- Monado SLAMデータセット:自己中心視覚慣性トラッキング向けSLAM2025/8/1
複数のVRヘッドセットで収録した実世界シーケンスを集めたSLAMデータセットを公開し、頭部装着型トラッキングの難場面に対応する研究を促進する。
- OPAL: 可視性を考慮したLiDAR-OpenStreetMap間の適応的放射状融合による場所認識場所認識2025/4/1
LiDARスキャンとOpenStreetMapの間のドメインギャップを可視性マスクと適応的放射状融合で橋渡しし、軽量な地図事前情報を用いた高精度・高速な場所認識を実現した。
- 平面を超えた路面形状の精密再構成:NURBSによる道路表面の平滑化道路表面再構成2025/4/1
航空画像や地理データから得た3D道路点群にNURBS曲面をフィッティングし、異常補正アルゴリズムで平滑で高精度な路面再構成を実現するFlexRoadを提案。
- PG-SLAM: 動的環境におけるフォトリアルで幾何学的に正確なRGB-D SLAMSLAM2024/11/1
ガウススプラッティングを拡張し、動的な人や物体の変形・動きをモデル化しつつ、フォトリアルな前景と静的背景を同時に再構成してカメラ位置推定を行うRGB-D SLAM手法を提案。
- HI-SLAM2: 高速単眼シーン再構成のための幾何認識ガウシアンSLAMSLAM2024/11/1
RGB入力のみで高精度な単眼シーン再構成を実現する3DガウシアンスプラッティングベースのSLAMシステム。単眼事前分布と学習ベース密SLAMを組み合わせ、ループ閉じ込み時の効率的なポーズグラフ最適化とガウシアン変形により高速かつ幾何学的に正確な再構成を可能にする。
- 非ランバート環境における物理ベースのフォトメトリックバンドル調整SLAM2024/9/1
非拡散反射を含む実環境でカメラ姿勢と3D形状を高精度に推定するため、材質・照明・光路に基づく物理的重みを導入したフォトメトリックバンドル調整法を提案し、非ランバートシーンのSLAM用データセットも構築した。
- TARGO: 遮蔽環境下でのターゲット駆動型物体把持のベンチマークマニピュレーション2024/7/1
遮蔽のある散らかった環境でのターゲット物体把持に焦点を当てた新ベンチマークTARGOを構築し、既存手法の限界を示すとともに、形状補完モジュールを備えたTransformerベースのTARGO-Netを提案した。
- VXP: ボクセル・クロス・ピクセルによる大規模画像-LiDAR位置認識位置認識2024/3/1
画像とLiDARスキャンの局所対応を自己教師ありで学習し、両モダリティを共有特徴空間に統合するクロスモーダル位置認識フレームワークVXPを提案。3つのベンチマークで最先端手法を大きく上回る精度を達成した。
- 深層イベントビジュアルオドメトリビジュアルオドメトリ2023/12/1
単一のイベントカメラのみを用いて、深層学習によるパッチ選択で高精度な自己位置推定を実現した研究。
- VoxNeRF: ボクセル表現とNeRFを融合した屋内ビュー合成の高精度化NeRF/屋内再構成2023/11/1
ボクセル符号化された幾何事前情報を活用し、効率的なサンプリングと深度損失で屋内のNeRF再構成と新規視点合成を高速・高品質化する手法を提案。
- 専門家の操舵ラベルなしで実現するロバストな自動運転車両追跡自動運転/追跡制御2023/8/1
古典的制御器をオフラインのラベル生成に活用し、CNNとMLPを組み合わせて追跡対象車両の位置推定と操舵・スロットル制御を行う学習手法を提案。CARLAシミュレータで未見経路を含む多様な地形でのロバスト性とリアルタイム性能を実証した。
- 集中型アテンション付きグラフニューラルネットワークによる非制約環境でのマルチエージェントナビゲーション群制御2023/7/1
注意機構付きグラフニューラルネットワークを用いて、複数車両の縦横制御を同時に行い、非制約環境で衝突を避けつつ目標状態へ到達させる学習ベース手法を提案した。
- 交差点における状態と意図情報を用いた複数車両の軌道予測軌道予測2023/1/1
各車両の現在の状態と意図した進行方向のみから将来軌道を予測するニューラルネットを提案し、車両間でメッセージ交換することで交差点での予測と制御の精度を高めた。
- PRISM: 空間世界モデルにおける確率的リアルタイム推論SLAM2022/12/1
エージェントの運動と視覚知覚の確率的生成モデルにおいて、地図と状態の不確かさを推定しながらリアルタイムでフィルタリングするSLAM手法を提案。
- E-NeRF: 移動するイベントカメラからのニューラル放射輝度場NeRF/イベントカメラ2022/8/1
高速移動するイベントカメラのイベントストリームからNeRFを推定する初の手法を提案し、フレームベース手法が失敗する高ダイナミックレンジや激しいモーションブラー下でも高品質なシーン再構成を実現した。
- 不確かな特徴点位置に対応したフレーム間回転最適化のための確率的法線エピポーラ拘束視覚オドメトリ2022/4/1
特徴点位置の異方性・不均一な不確かさを考慮した確率的法線エピポーラ拘束(PNEC)を提案し、実時間で高精度なカメラ間回転推定を実現した。
- 遅延周辺化を用いた視覚慣性オドメトリDM-VIO視覚慣性オドメトリ2022/1/1
遅延周辺化とポーズグラフバンドル調整を導入し、IMU初期化時の光度不確かさを考慮することでスケール推定を改善した単眼視覚慣性オドメトリシステム。
- TANDEM: 深層マルチビューステレオによるリアルタイム追跡と高密度マッピングSLAM/3D再構成2021/11/1
キーフレーム間の深層ステレオ深度予測と直接画像位置合わせを組み合わせ、単眼カメラでリアルタイムに自己位置推定と高密度3D地図構築を行うフレームワークを提案した。
- 火星探査飛行ロボットのための堅牢な単眼視覚オドメトリ視覚オドメトリ2021/9/1
火星のような反復テクスチャ環境でも動作する単眼視覚オドメトリを提案。効率的なオプティカルフロー追跡と改良キーフレーム選択で回転のみの運動にも対応し、スケールドリフトのリスクを主成分分析で推定する。
- 単眼カメラと深層強化学習による移動ロボットの障害物回避強化学習/ナビゲーション2021/3/1
単眼カメラ画像から直接制御指令を生成するend-to-end深層強化学習で障害物回避を実現し、離散行動空間の優位性とGANによる深度推定の併用で学習加速・頑健性向上を示した。
- PrimiTect: プリミティブ検出のための高速連続ハフ投票3D点群処理2020/5/1
3D点群を平面や円錐などの幾何プリミティブに分類し、初期化不要で高精度・高効率に形状と姿勢を推定するハフ投票手法を提案した論文。
- 平面から角へ:非構造3D点群における多目的プリミティブ検出3D点群認識2020/1/1
非構造3D点群から直交平面・交線・関係グラフ・3平面交差の角を一括推定する2段階手法を提案し、壁検出や6Dトラッキングで有効性を示した。
- リー群上の累積Bスプラインの効率的な微分計算軌道表現2019/11/1
リー群上の累積Bスプラインの時間微分を、O(k^2)からO(k)の行列演算で計算できる再帰関係に基づく新導出を提案し、軌道最適化を高速化した論文。
- マルチフレームGANによる低照度ステレオ視覚オドメトリの画像強調視覚オドメトリ2019/10/1
低照度環境でのステレオ視覚オドメトリ向けに、ペアデータ不要の可逆的敵対的ネットワークで画像列を明るく変換し、時間的・ステレオ整合性を損失に組み込んだマルチフレームGANを提案した論文。
- 悪天候下でも通用する視覚ベース車両制御のための教師なしドメイン適応sim2real2019/7/1
1つの天候条件のステアリング角度ラベルのみを用い、画像変換ネットワークと教師-生徒学習で複数の異なる天候条件へ制御を転移させるフレームワークを提案した。
- 非線形因子復元による視覚慣性マッピング視覚慣性オドメトリ/マッピング2019/4/1
VIOが蓄積した軌跡情報を非線形因子として復元し、ループ閉じ込みとバンドル調整で統合することで、ロール・ピッチが観測可能な高精度な視覚慣性マップを構築する手法を提案した。
- GANを用いた天候間の意味情報転送によるモジュラー車両制御自動運転2018/7/1
車両制御を制御モジュールと知覚モジュールに分割し、GANで新たな天候の意味情報を教師なしで生成することで、1つの天候のデータのみで多天候に対応できる操舵予測を実現した。
- 動的マージナリゼーションを用いた直接法スパース視覚慣性オドメトリ視覚慣性オドメトリ2018/4/1
光度誤差とIMU誤差を統合したエネルギー関数を最小化し、スケールと重力方向も同時推定する視覚慣性オドメトリVI-DSOを提案。動的マージナリゼーションにより初期スケールが不正確でも一貫性を保ち、EuRoCで最先端を上回る精度を示した。
- 視覚慣性オドメトリ評価のためのTUM VIベンチマーク視覚慣性オドメトリ/ベンチマーク2018/4/1
多様なシーンでの視覚慣性オドメトリ評価用に、高解像度カメラ・IMU・高精度正解姿勢を備えた新データセットTUM VIを公開し、最先端手法を評価した。
- 一様Bスプラインと3D円形バッファを用いたMAVのリアルタイム軌道再計画軌道計画2017/3/1
ドローン周囲の環境を3D円形バッファに格納し、一様Bスプラインで軌道を表現することで、動的障害物に対応しながらリアルタイムに局所軌道を再計画する手法を提案した。
- 逆強化学習とDeep Q-Networkによる自動運転の学習自動運転/逆強化学習2016/12/1
大規模状態空間での報酬をDeep Q-Networkを用いた逆強化学習で抽出し、自動運転シミュレーションで衝突回避や人間らしい車線変更を実現した。
- 単眼SLAMによるドローンの自律探索単眼SLAM/ドローン自律探索2016/9/1
低コスト単眼カメラ搭載の小型ドローンで、LSD-SLAMの半稠密地図を活かした障害物マッピングと探索を行い、自律飛行を実現した。
