GaussLite：用于实时机器人测绘的在线任务条件 3D 高斯分布

现有的 3D 高斯分布 (3DGS) 系统在整个场景中均匀分布表示能力，忽略了许多下游机器人任务仅涉及重建几何体的一小部分这一事实。这会导致宝贵的机载计算被分配用于优化场景的不相关部分，从而限制在线容量或优化场景中最相关的部分。我们介绍 GaussLite，一个任务驱动的 3DGS 映射系统，它根据自然语言任务规范来调节其表示密度。给定一个摆好的 RGB-D 流和诸如“准备拿起桌子上的对象”之类的任务，GaussLite 使用一次性 LLM 解析器来提取目标和锚定对象，这些对象通过开放词汇检测器按帧进行定位，并进行分段以实时生成每像素相关性掩模。映射器根据任务相关性分配种子密度、梯度流和缩放。在资源受限的硬件上匹配高斯预算和 4 Hz 实时映射时，GaussLite 在复制数据集上的 ROI PSNR 基线平均优于 2.72 dB，在室内和室外设置的真实硬件演示中优于基线 +2.23 dB。我们进一步表明，两个专门任务代理的地图可以通过实时主动优化计数上的每体素投票融合成一个共享地图，比串联的性能高出+3.42 dB，同时仅共享平均 7.08% 的地图。