本研究提出了一种基于先验引导的稀疏专家混合方法，旨在解决点云配准中的重叠区域模糊结构问题。实验结果显示，该方法在3DMatch和3DLoMatch基准测试中分别达到了95.7%和79.3%的配准召回率。

SCALAR-NeRF是一个新的大规模神经场景重建框架，采用编码器-解码器架构，生成编码特征和几何值。通过全局和局部模型提升重叠区域，优于现有的NeRF方法。