MAGS-SLAM：面向几何与光照一致性重建的单目多智能体高斯溅射SLAM
机器人学
2026-05-12 v1
摘要
多智能体协作式全景逼真3D重建可实现虚拟制作和协作多机器人探索中的快速大规模场景捕获。虽然近期的3D高斯溅射(3DGS)SLAM算法能够生成高保真实时映射，但大多数现有多智能体高斯SLAM方法仍依赖RGB-D传感器获取度量深度数据，以简化跨智能体对齐，这限制了其在轻量、低成本或受限电源的机器人平台上的部署。为此，我们提出MAGS-SLAM——首个基于单目RGB的多智能体3DGS SLAM框架，用于协作场景重建。每个智能体独立构建局部单目高斯子地图，并传输紧凑的子地图摘要，而非原始观测或稠密地图。为解决单目尺度歧义导致的协作问题，本框架集成紧凑子地图通信、几何与光照感知的闭环验证，以及占据感知的高斯融合，使无需主动深度传感器即可实现连贯的全局重建。我们进一步引入ReplicaMultiagent Plus基准，用于评估协作高斯SLAM。大量在合成数据和真实场景上的实验表明，MAGS-SLAM在仅使用RGB图像的条件下，即可达到竞争性的跟踪精度和相当或更优的渲染质量，媲美最新的RGB-D协作高斯SLAM方法。
引用
@article{arxiv.2605.10760,
title = {MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction},
author = {Zhihao Cao and Qi Shao and Shuhao Zhai and Jing Zhang and Anh Nguyen and Baoru Huang},
journal= {arXiv preprint arXiv:2605.10760},
year = {2026}
}