Gaussian SLAMは、RGBDデータストリームからレンダリング可能な3Dシーンを再構築できます。これは、写真レベルのリアルさで現実世界のシーンを再構築できる最初のニューラルRGBD SLAM手法です。3Dガウスをシーン表現の基本単位として利用することで、従来手法の限界を克服しました。従来の3Dガウスは単眼設定では使いにくいことが分かりました。正確な幾何学的情報を符号化できず、単眼順序付けによる教師あり学習による最適化も困難です。幾何学的情報を符号化するように従来の3Dガウスを拡張し、それを成長させ最適化する新しいシーン表現手法を設計することで、速度や効率性を犠牲にすることなく、現実世界のデータセットを再構築?レンダリングできるSLAMシステムを提案しました。Gaussian SLAMは、現実世界のシーンを写真レベルのリアルさで再構築?レンダリングできます。一般的な合成データセットと現実世界のデータセットで手法を評価し、最先端の他のSLAM手法と比較しました。最後に、得られた最終的な3Dシーン表現は、効率的なガウシアン?スプラッシュ?レンダリングによりリアルタイムレンダリングが可能であることを示しました。