本文介绍了GS-SLAM算法，该算法首次在SLAM系统中应用3D高斯表示，显著提升了效率与准确性。通过自适应扩张策略和从粗到细的技术，优化了相机姿态和地图构建。实验结果表明，该方法在多个数据集上表现优异，源代码将在获批后发布。

MapTR是一个高效的在线矢量高清地图构建系统，采用点集建模和层次查询方案，提升自动驾驶系统的规划性能。研究提出了Map Transformer框架，利用统一排列建模和层次匹配，实时处理复杂地图元素，表现优异。InsightMapper方法在NuScenes数据集上超越现有技术，提升拓扑正确性。新型Mask2Map方法通过实例级Mask和地图预测网络协作，进一步提高地图构建精度。

本研究提出了一种新的稠密SLAM方法，利用3D高斯模型实现高效的3D重建和实时渲染。该方法在相机定位、地图构建和新视图合成方面表现优越，显著提高了重建精度和运行速度，解决了现有SLAM系统的不足。实验结果显示，该系统在多个数据集上具有竞争力。

本文介绍了一种名为GS-SLAM的算法，首次在SLAM系统中应用3D高斯表示，提升了效率与准确性。该方法通过自适应扩张策略重构场景几何，并优化相机姿态，表现出在地图构建和跟踪方面的竞争力。实验结果表明，GS-SLAM在多个数据集上优于现有方法，实现高质量的3D重建和实时渲染。

本文介绍了一种基于激光雷达的多机器人SLAM系统，用于地下环境中的定位和地图构建。该系统在DARPA Subterranean Challenge中测试，并展望了未来的研究方向。

LEXIS是一种实时室内同时定位与地图构建系统，利用大规模语言模型的开放词汇特性，实现了场景理解和地点识别的统一方法。该系统通过建立环境的拓扑SLAM图，并将CLIP特征嵌入图节点，实现了灵活的房间分类和划分，并在房间为中心的地点识别方面取得了优于最先进技术的性能。