nuScenes LiDAR sweep · drag to orbitScansione LiDAR nuScenes · trascina per ruotare

Andrea Mastroberti

Teaching machines to see without human annotation. Insegno alle macchine a vedere senza annotazione umana.

MS Computer Science, Politecnico di Milano Laurea Magistrale in Computer Science, Politecnico di Milano

NowAttualmente

MS thesis with AIDA and Niulinx — joint self-supervised pretraining on unlabelled LiDAR and camera data. Tesi magistrale con AIDA e Niulinx — pretraining self-supervised congiunto su dati LiDAR e camera non etichettati.

Graduating December 2026. Looking for ML and robotics roles. Laurea a dicembre 2026. Cerco ruoli in ML e robotica.

MS Thesis · AIDA / Niulinx · In ProgressTesi magistrale · AIDA / Niulinx · In corso

Multimodal pretraining for autonomous drivingPretraining multimodale per la guida autonoma

3D bounding box annotations are expensive, but raw driving logs are plentiful. My thesis adapts UniTR to pretrain a single transformer backbone directly on paired, unlabelled LiDAR and camera streams. Annotare bounding box 3D è costoso, mentre i dati di guida grezzi abbondano. La mia tesi adatta UniTR per pre-addestrare un'unica backbone transformer direttamente su LiDAR e camera accoppiati e non etichettati.

The core work is handling the structural asymmetry between sparse 3D point clouds and dense 2D images, avoiding representation collapse during self-supervised training, and designing compute-efficient evaluation benchmarks. Il fulcro del lavoro è gestire l'asimmetria strutturale fra nuvole di punti 3D sparse e immagini 2D dense, evitare il collasso delle rappresentazioni durante il training self-supervised e progettare benchmark di valutazione efficienti dal punto di vista computazionale.

While tested on driving data, learning unified metric-RGB representations applies equally well to indoor robotics and spatial computing. Anche se testato su dati di guida, imparare rappresentazioni unificate vale altrettanto per la robotica indoor e per lo spatial computing.

Thirty epochs of pretraining without labels (features projected to RGB via PCA). By epoch 30, the network cleanly separates road surfaces, vegetation, and buildings.Trenta epoche di pretraining senza etichette (feature proiettate in RGB tramite PCA). All'epoca 30 la rete separa nettamente strada, vegetazione ed edifici.

Google Summer of Code 2024 · FFmpeg

Fast perceptual metrics in FFmpegMetriche percettive veloci in FFmpeg

Implemented the enhanced SSIM (eSSIM) filter in C for FFmpeg. Implementato in C il filtro enhanced SSIM (eSSIM) per FFmpeg.

The standard sliding-window implementation runs in O(mnk²) for an m × n frame and a k × k window. Rewriting the statistics with summed-area tables reduced this to O(mn), requiring just four memory lookups per window regardless of its size. L'implementazione standard a finestra scorrevole costa O(mnk²) per un frame m × n e una finestra k × k. Riscrivendo le statistiche con summed-area table il costo scende a O(mn): quattro accessi in memoria per finestra, indipendentemente dalla sua dimensione.

Added multithreading and configurable pooling, and upstreamed the patch to ffmpeg-devel. Aggiunti multithreading e pooling configurabile, e proposta la patch upstream su ffmpeg-devel.

Leonardo Drone Contest 2025 · 2nd Place NationwideLeonardo Drone Contest 2025 · 2° posto nazionale

Autonomous multi-agent target searchNavigazione autonoma multi-agente

A ground vehicle, a drone, and a fixed Pan-Tilt-Zoom (PTZ) camera cooperating to map an unknown arena and locate targets with zero human input. Un veicolo terrestre, un drone e una camera Pan-Tilt-Zoom (PTZ) fissa che cooperano per mappare un'arena sconosciuta e localizzare target senza alcun intervento umano.

I built the PTZ vision system: an active search routine to scan the field, detect candidate 30 × 30 cm QR codes, and dynamically zoom in to decode and localize them in real time. Ho realizzato il sistema di visione PTZ: una routine di ricerca attiva che scandaglia il campo, individua candidati QR code da 30 × 30 cm e zooma dinamicamente per decodificarli e localizzarli in tempo reale.

The system running during the contest.Il sistema in funzione durante la gara.

Lab Project · Reinforcement Learning · RoboticsProgetto di laboratorio · Reinforcement Learning · Robotica

Furuta pendulum from scratchPendolo di Furuta da zero

A rotary inverted pendulum built end to end: 3D-printed mechanics, motor control circuitry, and embedded policy inference on a Raspberry Pi. Un pendolo inverso a rotazione costruito end to end: meccanica stampata in 3D, elettronica di controllo del motore e inferenza della policy a bordo di un Raspberry Pi.

Trained a swing-up and balance policy in simulation using Stable-Baselines3 (PPO), then tuned domain randomization parameters to bridge the sim-to-real gap on the physical rig. Policy di swing-up e bilanciamento addestrata in simulazione con Stable-Baselines3 (PPO), poi taratura dei parametri di domain randomization per colmare il divario sim-to-real sul banco fisico.

Trained policy balancing on the physical bench.La policy addestrata mantiene il bilanciamento sul banco.