本研究提出了一个灵活的SLAM框架XRDSLAM，解决了现有系统在灵活性和可扩展性方面的不足。该框架采用模块化设计，集成多种SLAM算法，推动开源生态的研究与发展。

本文介绍了一种名为ArCL的新方法，可提高对比学习的可转移性，并与现有算法集成。实验证明，ArCL能够保持学习域不变特征。