本文提出了一种新型噪声数据合成流程，用于评估多模态SLAM模型的鲁棒性，并实例化了Robust-SLAM基准。研究表明，现有SLAM模型在真实干扰下表现脆弱，强调了提高健壮性的重要性。通过实验评估不同算法在多种扰动下的性能，并提出改进模型鲁棒性的工具和框架，以促进智能系统在复杂环境中的应用。