本文提出了一个将相机姿态优化与神经渲染机制相结合的框架，通过在本地特征位置建模场景，概括未见局部区域，同时保持低内存占用，以提高在ScanNet场景评估时的性能。

本文介绍了GS-SLAM算法，使用3D高斯表示方法实现定位与地图构建系统的平衡。算法通过自适应扩张策略重构场景几何并改善建图。同时，优化相机姿态，减少运行时间并实现强健的估计。算法在Replica和TUM-RGBD数据集上具有竞争力的性能。