1

Measurment Если вы получаете:обновление распределения веры дан

  • распределения вероятностей, что датчик робота обнаруживает объект, при условии, что он находится в месте, р (г | х).

  • априорные вероятности, что робот находится в любом месте

  • Фактическое наблюдение, сделанное датчиком роботов

и попросили обновить распределение вероятностей дал это наблюдение, какой метод будет один использовать ?

Я не уверен, что я должен использовать фильтр заливов, фильтр калмана, или если я закончил думать об этой проблеме.

в качестве примера:

, если робот может перемещаться вдоль числовой прямой от 1-7, с постоянной опроса при х = 4. Робот может определить, находится ли опрос слева, справа или перед ним (z = -1,1,0).

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 

чем выходы датчика робота z = -1. Какой метод я бы использовал для обновления вышеуказанной таблицы

+0

Ваша проблема заключается в основном в описании фильтра частиц. «Предыдущие вероятности, что робот находится в любом месте», - это частицы. «Фактическое наблюдение» плюс «распределение вероятности ...» - это то, как вы делаете обновления. –

ответ