SG^2SLAM は、Ziang Guo 氏ら 8 名の著者によるロボティクス（cs.RO）分野の論文で、2026 年 10 月 26 日に arXiv の新着として公開された。識別子は arXiv:2610.36312v1、本文は 9 ページ、コードは採択後に公開される予定である。対象となるのは単眼カメラだけを用いた屋外ナビゲーションであり、そこではカメラの動きを頑健に推定することと、走行可能なほど密な地図を構築することの両立が求められる。3D Gaussian Splatting（3DGS）を用いた SLAM は、明示的で微分可能なパラメータ化と閉形式の投影を持つため、この課題に適した手法と位置づけられている。
著者が指摘するのは幾何復元の手順に潜む問題である。一般的な手法では、2 次元のピクセルと 3 次元の点を対応付けることでシーン形状を復元する。そのためモジュール型の SLAM では、トラッキングの誤差がそのまま地図に吸収され、誤差が連鎖的に増大する。姿勢推定がずれれば地図が汚染され、汚染された地図が次のトラッキングをさらに乱すという悪循環になる。深度センサによる直接的なスケール情報を持たない単眼の屋外環境では、この影響は特に大きい。
この欠陥を埋めるために提案されたのが SG^2SLAM であり、ストリーミング空間幾何とレイ条件付き 3DGS カーネルを結合する。ストリーミング空間幾何は、フレームごとの次元をまたぐ対応付けを、チャンク単位の計量事前分布に置き換える。トラッキングとマッピングは個別の対応関係ではなく同一の情報源から監督されるため、誤差がモジュール間を伝播する余地が小さくなる。レイ条件付きカーネルは各プリミティブに視線方向の部分空間を付与し、単眼カメラの視点をプリミティブ側が感知できるようにする。
最適化では空間幾何とカメラ姿勢を同時に扱い、各モジュールが別々に収束するのではなく、地図と軌跡が全体として整合することを狙う。評価は KITTI と Waymo Open の公開データセットで行われ、単眼屋外ナビゲーションのタスクにおいて、フレーム単位の対応付けに基づくベースラインを上回ったと報告されている。
ただし現時点で公開されているのは概要と書誌情報であり、具体的な誤差指標、処理速度、アブレーション実験の結果は示されていない。結論の解釈は最終稿とコード公開を待つ必要がある。論文はロボティクス分類に属し、投稿日時は 2026 年 10 月 26 日 21:34:06 UTC、原稿サイズは約 18,760 KB、DOI は 10.48550/arXiv.2610.36312 で、DataCite による付与が保留中である。