MCN-SLAM：基于混合隐式神经场景表示的多智能体协作神经 SLAM
计算机视觉与模式识别
2025-08-20 v2 机器人学
摘要
神经隐式场景表示最近在密集视觉 SLAM 中显示出前景色彩。然而，现有的隐式 SLAM算法局限于单智能体场景，在大规模场景和长序列方面存在困难。现有的基于 NeRF 的多智能体 SLAM 框架无法满足通信带宽的限制。为此，我们提出了首个基于混合场景表示、分布式摄像机跟踪、智能体间闭环和在线蒸馏的分布式多智能体协作神经 SLAM 框架，用于多个子图的融合。提出了一种新颖的三平面-网格联合场景表示方法以提高场景重建质量。设计了一种新的智能体间闭环方法，以实现局部（单智能体）和全局（多智能体）一致性。我们还设计了一种新的在线蒸馏方法，以融合不同子图的信息以实现全局一致性。鉴于目前没有实用的 NeRF-基于/GS-基于 SLAM 数据集同时提供连续时间轨迹groundtruth和高精度 3D 网格groundtruth，本文提出了首个覆盖单智能体和多智能体场景的数据集，范围从小型房间到大型户外场景，提供高精度的 3D 网格和连续时间相机轨迹groundtruth。该数据集将推动 SLAM、3D 重建和视觉基础模型研究的发展。在多个数据集上的实验表明，所提方法在映射、跟踪和通信方面均表现优异。数据集和代码将在 https://github.com/dtc111111/mcnslam 上开源。
引用
@article{arxiv.2506.18678,
title = {MCN-SLAM: Multi-Agent Collaborative Neural SLAM with Hybrid Implicit Neural Scene Representation},
author = {Tianchen Deng and Guole Shen and Xun Chen and Shenghai Yuan and Hongming Shen and Guohao Peng and Zhenyu Wu and Jingchuan Wang and Lihua Xie and Danwei Wang and Hesheng Wang and Weidong Chen},
journal= {arXiv preprint arXiv:2506.18678},
year = {2025}
}