SLAM（同時位置推定と地図構築）において、ランドマークの観測値とマップ内のランドマーク変数を対応付けるデータアソシエーションは長年にわたる中心的課題である。推定精度は正しいデータアソシエーションに大きく依存する。近年の深層学習の進展により、この問題に新たな機会が生まれている。データアソシエーションは位置情報だけでなく、ニューラル物体検出器からのクラスラベルや視覚基礎モデルからの特徴ベクトルといったセマンティック情報も活用できるようになった。
この背景のもと、arXivに投稿された論文（ID: 2607.23384）は、データアソシエーションを明示的に行わない一般的なSLAMフレームワークを提案している。このフレームワークは、オドメトリ、ランドマークの位置観測、セマンティック観測から、データアソシエーション、ロボットのポーズ、ランドマーク位置、ランドマークのセマンティクスを同時に推定する。
フレームワークの主な特徴は3つある。第一に、データアソシエーションとランドマークセマンティクス推定の相乗効果を生み出す。セマンティック情報がデータアソシエーションを助け、改善されたデータアソシエーションがセマンティクス推定を向上させる。第二に、半インクリメンタル推定方式を採用し、精度を維持しつつ計算効率を高める。第三に、ランドマーク数の推定に関する理論的根拠、ガイドライン、ヒューリスティクスを提供し、フレームワークの解釈性と実用性を向上させる。
提案手法は、離散クラスラベルと連続特徴ベクトルの2種類のセマンティック情報を用いて、合成データセットと実データセットで評価された。その結果、位置推定精度と地図構築品質において、複数の強いベースライン手法を上回る性能を示した。この研究は、自動運転、移動ロボット、拡張現実など、ロバスト性が求められる応用において、将来のSLAMシステム設計に新たな方向性を示すものである。