1
이 남아 부여하는 경우 measurment 주어진 믿음 분포를 갱신 : 로봇 센서가 물체를 검출는
확률 분포를, 그 위치 (P)에 주어진 (Z | X). 로봇이 어떤 위치
로봇 센서
의해 실제의 관측이고
사전 확률이 관찰 주어진 확률 분포를 업데이트하라는 어떤 방법 중 한가지는 사용 ?
베이지 필터, 칼만 필터를 사용해야하는지, 아니면이 문제를 생각해 본지 확실하지 않습니다.
로봇 X = 4에 서 폴과, 1-7에서 수직선을 따라 이동할 수있는 경우 : 예로서
. 로봇은 폴링이 왼쪽, 오른쪽 또는 앞에 있는지 확인할 수 있습니다 (z = -1,1,0 정중하게).p(z|x) x=1 x=2 x=3 x=4 x=5 x=6 x=7
z= -1 0 0 0 .25 .5 .5 .5
z = 0 ... (its an example so im leaving this off)
z = 1 ...
(= 1) = 0.1; (= 2) = 0.2; (= 3) = 0.2; (= 4) = 0.2;
(= 5) = 0.2; (= 6) = 0.1; (= 7) = 0.0
로봇 센서 출력 z = -1보다 큽니다. 위의 테이블을 업데이트하기 위해 어떤 방법을 사용합니까?
문제 설명은 기본적으로 입자 필터에 대한 설명입니다. "로봇이 어떤 위치에있는 사전 확률"은 입자입니다. "실제 관찰"과 "주어진 확률 분포 ..."는 업데이트를 수행하는 방법입니다. –