自律移動ロボットの正確な環境認識を実現するために，3D LiDAR センサから得られる点群データに基づく機械学習モデルが注目されているが，モデル学習に必要な大規模点群データのアノテーションコストは非常に高い．解決策の一つとして，シミュレータから自動的に合成したラベル付き点群を活用するアプローチがあるが，計測特性の再現度が低く，実環境への汎化性能が低下する問題がある．本研究では，3D LiDAR センサの計測特性を自動的にプロファイリングする深層生成モデルを開発し，合成データの写実性向上に応用する．