Laura Leal-Taixé
NVIDIA
収録論文 13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
- LucidLyra: マルチタスク蒸留によるフィードフォワード生成3Dシーン再構成と統合的理解3Dシーン生成2026/10/29
動画拡散モデルと2D基盤モデルの知識を蒸留し、単一画像や動画から意味・インスタンス情報を持つ3Dガウシアンシーンをフィードフォワードで生成・理解するフレームワーク。
- LidarVerse:タスクとセンサを横断するリアルタイム統合LiDARワールドモデルLiDARシミュレーション2026/10/13
LiDARの時系列データを共通の潜在空間にトークン化し、条件付けを変えることで新規世界生成・点群予測・再シミュレーションを単一モデルで実現、H100で11FPSのリアルタイム長期間ロールアウトを可能にした。
- ビデオワールドモデルのためのアドレス可能なメモリビデオ生成2026/8/7
インタラクティブなビデオワールドモデルで、長いロールアウト中に過去のフレームを正確に参照できない問題を解決するため、トレーニング不要のメモリフレームワークWorldTraceを提案。圧縮メモリに仮想位置を割り当ててアドレス可能性を保ち、新しいベンチマークLoopBenchで性能を検証した。
- 動画生成のための動き帰属分析動画生成2026/1/1
動画生成モデルにおいて、どの微調整クリップが時間的動きを改善・悪化させるかを特定する、動き中心の勾配ベースデータ帰属フレームワークを提案し、データ選別による動きの品質向上を実現した。
- SAL:LiDAR内のあらゆる物体をセグメントする学習への道LiDARセグメンテーション2024/3/1
2D視覚基盤モデルを活用してLiDARの3D疑似ラベルを自動生成し、手動監督なしで任意のクラスをゼロショットでセグメント・分類できるSALモデルを提案した。
- 特別な仕掛けなしのLiDARパノプティックセグメンテーションと追跡LiDAR認識2023/10/1
LiDAR点群のパノプティックセグメンテーションと追跡を、検出中心のシンプルなモジュール型ネットワークで高精度に実現した研究。
- DeVIS: 変形可能Transformerを動画インスタンスセグメンテーションに適用動画インスタンスセグメンテーション2022/7/1
変形可能注意機構を時間方向とマルチスケールに拡張し、動画インスタンスセグメンテーションを効率的かつ高精度に実現した手法を提案。
- 未来の物体検出によるLiDARからの予測物体検出・予測2022/3/1
生のLiDARセンサデータから将来の物体位置を直接予測し、そこから現在位置を逆算する検出・予測の統合手法を提案し、複数未来の推論や新しい評価指標も導入した。
- EagerMOT:センサフュージョンによる3D多物体追跡センサフュージョン2021/4/1
カメラとLiDARの観測を早期に統合し、遠方物体は画像で検出しつつ深度範囲内では正確に3D追跡する手法を提案し、KITTIとNuScenesで最先端性能を達成した。
- 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。
- 4DパノプティックLiDARセグメンテーションセグメンテーション2021/2/1
3D点群列に対し意味クラスと時間的に一貫したインスタンスIDを割り当てる4DパノプティックLiDARセグメンテーション手法と評価指標を提案した論文。
- 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。
- 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。
