Steven L. Waslander
University of Toronto
収録論文 45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
- 半静的環境における移動マニピュレータの安全なナビゲーションのための物体・タスク認識型能動知覚能動知覚2026/10/21
移動マニピュレータがナビゲーション中にハンドカメラで不確実・安全上重要な領域を能動的に観察し、物体とタスクを考慮した次最良視点を階層型MPCに統合して衝突リスクを低減する手法を提案した。
- 検証可能なターゲットベースLiDAR-カメラ外部キャリブレーションキャリブレーション2026/10/20
外部キャリブレーションを検証可能な推定問題として定式化し、共分散に基づく信頼性評価と方向別精度の把握、データ収集の指針を与える手法を提案した。
- FOCUS: 不確実性を考慮した半静的シーンの細粒度オープンボキャブラリ変化検出変化検出2026/10/5
3Dガウスマップと確率的推論を組み合わせ、物体が置き換えられたか除去されたかを不確実性付きで判定し、環境記憶を更新するフレームワークを提案。
- BeyondSight: エンドツーエンド自動運転のための物体永続性自動運転2026/7/1
自動運転において、長時間遮蔽されたアクターの存在を維持する永続性を考慮したエンドツーエンド駆動フレームワークを提案し、遮蔽下での認識・予測・計画性能を向上させた。
- DriveDreamer-Policy: 幾何学的基盤を持つ世界行動モデルによる生成と計画の統合自動運転2026/4/1
運転タスク向けに、深度生成・将来ビデオ生成・動作計画を単一アーキテクチャで統合した世界行動モデルを提案し、閉ループ計画と世界生成の両方で高性能を達成した。
- LMGenDrive: マルチモーダル理解と生成的ワールドモデルを統合したエンドツーエンド運転自動運転2026/4/1
本論文は、LLMベースのマルチモーダル理解と生成的ワールドモデルを統合した初のエンドツーエンド自動運転フレームワークLMGenDriveを提案し、将来の運転ビデオと制御信号を同時生成することで、長尾・オープンワールドシナリオへの一般化を向上させる。
- STaR: 長期的マルチモーダルロボット記憶のためのスケーラブルなタスク条件付き検索VLA2026/2/1
ロボットの長期記憶を構築し、情報ボトルネック原理に基づくタスク条件付き検索で必要な記憶を抽出するエージェント推論フレームワークを提案。屋内・屋外の実環境で有効性を実証。
- DrivingGen: 自動運転のための生成ビデオ世界モデルの包括的ベンチマーク自動運転/世界モデル2026/1/1
自動運転向けの生成ビデオ世界モデルを評価する初の包括的ベンチマークDrivingGenを提案し、多様なデータセットと新指標で14の最先端モデルを比較した。
- DCReg: 幾何学的縮退環境におけるLiDAR位置合わせのための分離特性評価SLAM/位置合わせ2025/9/1
LiDAR位置合わせの縮退問題に対し、ヘッセ行列のSchur補分解で回転・並進を分離して検出し、固有空間と物理運動の対応付けで特性評価し、構造化前処理で安定化する手法を提案。
- 単一画像から完全なガウシアンスプラットを生成する拡散モデル3D生成2025/8/1
1枚の画像から、隠れた部分も含めた完全な3Dガウシアンスプラット表現を生成する拡散モデルベースの手法を提案。
- ForeSight: マルチビューストリーミングによる物体検出と軌道予測の統合検出・予測統合2025/8/1
自動運転向けに、物体検出と軌道予測をクエリメモリで共有しながら双方向に学習する追跡不要の統合フレームワークを提案し、nuScenesで最先端性能を達成した。
- OpenNav: マルチモーダル大規模言語モデルによるオープンワールドナビゲーションナビゲーション2025/7/1
マルチモーダル大規模言語モデルを活用し、自由形式の言語指示からロボットの軌道点列を生成するゼロショット視覚言語ナビゲーション手法を提案。
- aUToPath: 都市環境における自動運転車のためのハイブリッドラティスと自由空間探索を用いた統合計画・制御自動運転/計画・制御2025/5/1
都市環境での自動運転ナビゲーションのために、事前計算されたラティスマップと動的自由空間サンプリングを組み合わせたハイブリッドプランナと、逐次凸計画法に基づくモデル予測制御を統合したフレームワークを提案し、シミュレーションと実車実験で有効性を示した。
- マルチビューRGB画像を用いたテクスチャレス物体の能動的6D姿勢推定6D姿勢推定2025/3/1
テクスチャのない物体の6D姿勢推定を、RGB画像のみを用いてマルチビューかつ能動的に行うフレームワークを提案。姿勢推定を並進と回転に分離し、次に最適な視点を予測することで精度と効率を向上させた。
- SmartPretrain: モデル非依存・データセット非依存の運動予測のための表現学習運動予測2024/10/1
複数の運転データセットを統合し、対照学習と再構成学習を組み合わせた自己教師あり事前学習フレームワークを提案。モデルやデータセットに依存せず運動予測性能を向上させる。
- 3D拡散事前分布を用いたスパース視点からの汎用物体レベルマッピング物体レベルマッピング2024/10/1
3D拡散モデルを形状事前分布として活用し、多カテゴリ物体の姿勢と形状をスパースな視点からNeRFで推定する汎用物体レベルマッピングシステムGOMを提案した。
- DistillNeRF: 単眼画像からニューラル場と基盤モデル特徴を蒸留して3Dシーンを認識3D認識2024/6/1
単一フレームの多視点カメラ画像から、NeRFの蒸留とCLIP/DINOv2などの2D基盤モデル特徴の蒸留を組み合わせて、自己教師ありで3Dシーン表現を学習する手法を提案。
- SmartRefine: シナリオ適応型の効率的な運動予測リファインメントフレームワーク運動予測2024/3/1
各シナリオの特性に応じてリファインメントの設定と反復回数を適応的に選び、最小限の追加計算で運動予測精度を向上させる汎用的な手法を提案。
- 不確実性を考慮したマルチオブジェクト追跡マルチオブジェクト追跡2024/2/1
物体検出の位置不確実性を追跡に活用し、IDスイッチを約19%削減、mMOTAを2-3%改善する手法を提案。
- LMDrive: 大規模言語モデルによる閉ループ型エンドツーエンド自動運転自動運転/VLA2023/12/1
自然言語指示とマルチモーダルセンサ入力を統合し、LLMで閉ループのエンドツーエンド自動運転を実現するフレームワークLMDriveを提案し、約64Kの指示追従データセットとLangAutoベンチマークを公開した。
- 不確かさを考慮した深層形状事前分布による3D物体レベルマッピング3Dマッピング2023/9/1
複数のRGB-D画像から未知物体の密な3D形状と9自由度姿勢を推定するため、形状カテゴリの生成モデルを事前分布として用い、形状と姿勢の不確かさを確率的に伝播させる最適化フレームワークを提案した論文。
- 構造化光カメラを用いた光沢物体のための能動的姿勢精密化6D姿勢推定2023/8/1
構造化光カメラで光沢物体の6D姿勢推定を行う際、鏡面反射による深度欠損を補うため、姿勢精密化と次善視点予測を組み合わせた能動視覚フレームワークを提案し、ROBIデータセットで有効性を示した。
- POV-SLAM: 半静的環境における確率的物体認識型変分SLAMSLAM2023/7/1
物体の出現・消失・移動がゆっくり起こる半静的環境に対応するため、物体単位の変化を追跡・再構成する因子グラフSLAMを提案し、変分EMで最適化する。
- ニューラル形状事前分布を用いた多視点3D物体再構成と不確かさモデリング3D再構成2023/6/1
単眼画像から物体形状を潜在空間で表現し、不確かさを考慮したエンコーダとベイズ融合により多視点で高精度に3D再構成する手法を提案。
- パラメータ化スキルと事前知識を活用した自動運転のための効率的強化学習自動運転/強化学習2023/5/1
人間の運転学習に倣い、高レベルな運動スキル空間での意思決定と専門家の事前知識を同時に活用する強化学習アルゴリズムASAP-RLを提案し、密な交通環境での自動運転タスクにおいて学習効率と運転性能を向上させた。
- ロボットハンドアイキャリブレーションのための次善視点選択キャリブレーション2023/3/1
ロボットのハンドアイキャリブレーションにおいて、キャリブレーション精度を最大化するために次のロボット姿勢を能動的に選択する手法を提案し、シミュレーションと実機で有効性を示した。
- モーションキャプチャを用いた非重複視野カメラ-LiDAR間のターゲットベース外部キャリブレーションキャリブレーション2023/3/1
モーションキャプチャシステムを利用し、視野が重ならないカメラとLiDARの外部キャリブレーションを高精度かつ再現性高く行うターゲットベース手法を提案。
- マルチビュー最適化によるRGB画像からのテクスチャレス物体の6D姿勢推定6D姿勢推定2022/10/1
複数視点のRGB画像のみを用い、6D姿勢推定を並進と回転の2段階に分けて解くことで、テクスチャのない物体の姿勢を高精度に推定するフレームワークを提案した。
- 半静的環境における確率的物体レベル変化検出とボリュメトリックマッピングボリュメトリックマッピング2022/5/1
物体ごとの静止度スコアとTSDF変化量をベイズ更新で統合し、半静的シーンでの地図更新を高精度化。倉庫環境の新規データセットも公開。
- 反射物体に対するアクティブステレオカメラのための次善視点予測アクティブ知覚2022/2/1
鏡面反射をモデル化し、情報利得に基づいて次のカメラ視点を選ぶことで、反射物体の深度補完と物体姿勢推定を効率的に行う手法を提案した。
- マルチステップ四 rotor 運動予測のための時間畳み込み運動予測2021/10/1
時間畳み込みネットワーク(TCN)をseq2seq的に用い、将来の制御入力を統合して四 rotor の多段階運動予測を1回の順伝播で行うEnd2End-TCNを提案し、屋内飛行データで誤差を55%削減した。
- 光沢物体のビンピッキング向け多視点データセットROBI6D姿勢推定2021/5/1
ロボットのビンピッキングで問題となる光沢物体の6D姿勢推定と多視点深度統合のための公開データセットを構築し、代表的手法の性能を評価した。
- ロボットビンピッキングのためのアクティブステレオ深度マップの確率的マルチビュー融合ビンピッキング/6D姿勢推定2021/3/1
アクティブステレオカメラの深度測定の不確かさを明示的に推定し、それを確率的モデルに組み込んで多視点の深度マップを逐次融合する手法を提案。従来の融合法より再構成誤差を12.8%削減し、検出率を6.1%改善した。
- 視覚的特徴検出とマッチングを改善するための学習型カメラゲイン・露光制御視覚ナビゲーション2021/2/1
視覚オドメトリやSLAMのパイプラインから得られる信号を教師として、連続画像間でマッチ可能な特徴が最大になるようカメラのゲインと露光時間を予測調整する深層学習モデルを自己教師ありで訓練した。トンネル出入りなどの急激な明るさ変化に先回りして対応し、既存手法より多くのインライア特徴マッチを維持できることを実環境実験で示した。
- 視覚ロボットのための信念空間における不確実性制約付き微分動的計画法軌道最適化2020/12/1
信念空間での軌道最適化に不確実性の不等式制約を導入し、拡張ラグランジュ法に基づく確率的微分動的計画法と特徴可視性の不連続性を考慮した確率的可視性モデルを提案した論文。
- 車両スケジューリング問題：UAV統合に向けた新たな最適化枠組みスケジューリング2020/1/1
安全距離・締切・速度制約下で遅延車両数を最小化する車両スケジューリング問題(VSP)を定義し、NP困難性を証明、MIP定式化とヒューリスティック解法を提案した。
- UAV自己位置推定のための視覚計測の完全性監視UAV自己位置推定2019/9/1
GNSSのRAIMに着想を得て、最適化ベースの視覚自己位置推定の完全性を監視し、状態推定の保護レベル（各方向の最大誤差）を算出する手法を提案した。EuRoCデータセットで検証し、一般的な3σ法より信頼性の高い誤差上限を与えることを示した。
- UAVのための3次元交通流モデル群制御2019/9/1
レーン概念を排除し密度と容量で空路を表現する微視的交通流モデルを提案し、追い越し・ブロッキング両レジームの安定性を解析した。
- aUToTrack: 自動運転チャレンジ向け軽量物体検出・追跡システム物体検出・追跡2019/5/1
GPSで歩行者の位置と速度を正解ラベル付けした新データセットUofTPed50を構築し、視覚・LiDAR・GPS/IMUを統合してCPUのみでリアルタイムに歩行者を検出・追跡する軽量システムaUToTrackを提案した。
- 意味論と不確実性を活用した視覚SLAM向け特徴選択視覚SLAM2018/11/1
ベイズニューラルネットの分類不確実性と意味セグメンテーションを情報理論的に組み込み、長期局所化に有効な特徴点を選ぶ視覚SLAM手法SIVOを提案。地図サイズを約70%削減しつつ従来手法と同等の性能を示した。
- ニューラルネット初期化を用いたRNNによる動的システムの多段階予測システム同定2018/6/1
RNNの状態初期化をNNで行う手法を提案し、ヘリコプタとクアッドロータの実験データで多段階予測を高精度化。物理モデルとRNNを組み合わせたハイブリッドモデルでクアッドロータの予測をさらに改善した。
- 座標系セマンティクス検査と高速自動微分を備えたC++多様体幾何ライブラリ幾何ライブラリ2018/5/1
SE(3)上の姿勢推定向けに、式テンプレートによる自動微分とコンパイル時の座標系整合性チェックを両立したC++ライブラリwave_geometryを提案し、手書き微分と同等の性能を示した。
- ドローンのインターネット：空域管理のための階層型ネットワークアーキテクチャ群制御2016/1/1
ドローンが管理空域へアクセスしノード間のナビゲーションを行うための階層型ネットワーク制御アーキテクチャ「Internet of Drones」の概念モデルを提案し、航空交通管制・携帯電話網・インターネットから抽出した要素を基に必要機能を整理した論文。
- 曲波変換を用いた惑星環境における3Dスキャン位置合わせ位置合わせ2015/9/1
火星類似地形での3Dスキャン位置合わせの精度向上のため、曲波変換で特徴を検出し記述子マッチングとSVDで剛体変換を推定する手法を提案した。
- 非重複視野を持つマルチカメラクラスタSLAMにおける退化運動の解析SLAM2015/6/1
視野が重ならないマルチカメラクラスタを用いたSLAMにおいて、解が退化する相対運動と特徴点配置の条件を解析し、カメラ数増加やカメラ間特徴観測が退化運動集合を大幅に縮小することを示した。
