論文の概要: MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction

• arxiv url: http://arxiv.org/abs/2605.10760v1
• Date: Mon, 11 May 2026 15:57:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.958035
• Title: MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction
• Title（参考訳）: MAGS-SLAM : 幾何学的および光学的整合性再建のための単分子多エージェントガウス平滑化SLAM
• Authors: Zhihao Cao, Qi Shao, Shuhao Zhai, Jing Zhang, Anh Nguyen, Baoru Huang,
• Abstract要約: 複数のエージェントからの協調的な3D再構成により、仮想生産および協調型マルチロボット探索のための高速な大規模シーンキャプチャが可能となる。 既存のマルチエージェントのガウシアンSLAM法の多くは、計量深度を得るためにRGB-Dセンサーに依存しており、クロスエージェントアライメントを単純化している。 我々は,RGBのみのマルチエージェント3DGS SLAMフレームワークであるMAGS-SLAMを提案する。
• 参考スコア（独自算出の注目度）: 14.638296790824421
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collaborative photorealistic 3D reconstruction from multiple agents enables rapid large-scale scene capture for virtual production and cooperative multi-robot exploration. While recent 3D Gaussian Splatting (3DGS) SLAM algorithms can generate high-fidelity real-time mapping, most of the existing multi-agent Gaussian SLAM methods still rely on RGB-D sensors to obtain metric depth and simplify cross-agent alignment, which limits the deployment on lightweight, low-cost, or power-constrained robotic platforms. To address this challenge, we propose MAGS-SLAM, the first RGB-only multi-agent 3DGS SLAM framework for collaborative scene reconstruction. Each agent independently builds local monocular Gaussian submaps and transmits compact submap summaries rather than raw observations or dense maps. To facilitate robust collaboration in the presence of monocular scale ambiguity, our framework integrates compact submap communication, geometry- and appearance-aware loop verification, and occupancy-aware Gaussian fusion, enabling coherent global reconstruction without active depth sensors. We further introduce ReplicaMultiagent Plus benchmark for evaluating collaborative Gaussian SLAM. Intensive experiments on synthetic and real-world datasets show that MAGS-SLAM achieves competitive tracking accuracy and comparable or superior rendering quality to state-of-the-art RGB-D collaborative Gaussian SLAM methods while relying only RGB images.
• Abstract（参考訳）: 複数のエージェントからの協調的光現実性3D再構成により、仮想生産および協調型マルチロボット探索のための高速な大規模シーンキャプチャが可能となる。 最近の3D Gaussian Splatting (3DGS) SLAMアルゴリズムは高忠実なリアルタイムマッピングを生成することができるが、既存のマルチエージェントのSLAM手法の多くは、計量深度を得るためにRGB-Dセンサーに頼っている。 そこで本研究では,RGBのみのマルチエージェント3DGS SLAMフレームワークであるMAGS-SLAMを提案する。 各エージェントは独立に局所単分子ガウス部分写像を構築し、生の観測や密集写像よりもコンパクトな部分写像を送信する。 モノクラースケールのあいまいさの存在下でのロバストな協調を容易にするため,我々のフレームワークは,コンパクトなサブマップ通信,幾何学的および外見的ループ検証,および占有型ガウス融合を統合し,アクティブな深度センサを使わずにコヒーレントなグローバルな再構築を可能にする。 さらに,協調ガウスSLAMを評価するためにReplicaMultiagent Plusベンチマークを導入する。 合成および実世界のデータセットに対する集中的な実験により、MAGS-SLAMは、RGB画像のみに依存しながら、最先端のRGB-Dコラボレーティブなガウス的SLAM法に対して、競合追跡精度と同等または優れたレンダリング品質を達成することが示された。

関連論文リスト

• SING3R-SLAM: Submap-based Indoor Monocular Gaussian SLAM with 3D Reconstruction Priors [80.51557267896938]
  SING3R-SLAMはガウスベースの高密度RGB SLAMフレームワークである。 SING3R-SLAMは最先端のトラッキング、3D再構成、新しいビューレンダリングを実現し、12%以上の精度向上を実現し、より細かな幾何を創出する。
  論文  参考訳（メタデータ） (2025-11-21T12:40:55Z)
• MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping [52.99503784067417]
  3次元ガウス平板上に構築した初のRGBベースのマルチカメラSLAMシステムMCGS-SLAM(3DGS)を提案する。 マルチカメラバンドル調整(MCBA)は、高密度の測光および幾何残差を介してポーズと深さを共同で洗練し、スケール整合モジュールはビューを横断する計量アライメントを強制する。 合成および実世界のデータセットの実験は、MCGS-SLAMが一貫して正確な軌道と光現実的再構成をもたらすことを示している。
  論文  参考訳（メタデータ） (2025-09-17T17:27:53Z)
• GI-SLAM: Gaussian-Inertial SLAM [2.186901738997927]
  3D Gaussian Splatting(3DGS)は、高密度局所化マッピング(SLAM)のための幾何学と外観の強力な表現として登場した。 GI-SLAMは,IMU強化カメラトラッキングモジュールと現実的な3Dガウスベース地図表現からなるガウス慣性SLAMシステムである。
  論文  参考訳（メタデータ） (2025-03-24T01:45:40Z)
• VIGS SLAM: IMU-based Large-Scale 3D Gaussian Splatting SLAM [15.841609263723576]
  大規模屋内環境のための新しい3次元ガウス散乱SLAM法VIGS SLAMを提案する。 提案手法は, ガウススプラッティングに基づくSLAMを, IMUセンサを組み込むことで, 大規模環境で効果的に実現できることを示す最初の方法である。 この提案は,室内シナリオを超えてガウススティングSLAMの性能を向上させるだけでなく,大規模屋内環境における最先端手法に匹敵するSLAM性能を実現する。
  論文  参考訳（メタデータ） (2025-01-23T06:01:03Z)
• SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM [48.190398577764284]
  SplaTAMは、単一のRGB-Dカメラからの高忠実度再構成を可能にするアプローチである。 基礎となるガウス表現に合わせて、単純なオンライントラッキングとマッピングシステムを採用している。 実験により,SplaTAMはカメラポーズ推定,マップ構築,既存手法に対する新規ビュー合成において最大2倍の性能を発揮することが示された。
  論文  参考訳（メタデータ） (2023-12-04T18:53:24Z)
• NICER-SLAM: Neural Implicit Scene Encoding for RGB SLAM [111.83168930989503]
  NICER-SLAMは、カメラポーズと階層的なニューラル暗黙マップ表現を同時に最適化するRGB SLAMシステムである。 近年のRGB-D SLAMシステムと競合する高密度マッピング,追跡,新しいビュー合成において,高い性能を示す。
  論文  参考訳（メタデータ） (2023-02-07T17:06:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。