人工智能学习（十一）：机器人学
目錄
10.1 機(jī)器人的類(lèi)別
10.2 交互中的不確定性來(lái)源
10.2.1 處理運(yùn)動(dòng)行動(dòng)中的不確定性
10.3 定位
10.4 繪圖
10.5 傳感器上的貝葉斯推理
10.6 運(yùn)動(dòng)規(guī)劃
10.1 機(jī)器人的類(lèi)別
操縱器：
機(jī)器人的配置由6個(gè)數(shù)字指定? 6個(gè)自由度（DOF）
6是任意定位末端執(zhí)行器所需的最小數(shù)量。對(duì)于動(dòng)態(tài)系統(tǒng)，為每個(gè)自由度增加速度。
移動(dòng)機(jī)器人：
非人體工程學(xué)的機(jī)器人：
一輛汽車(chē)有更多的DOF（3）而不是控制（2），所以是不符合人體工程學(xué)的。
通常不能在兩個(gè)無(wú)限接近的配置之間轉(zhuǎn)換。
10.2 交互中的不確定性來(lái)源
對(duì)于任何互動(dòng)的移動(dòng)代理（人類(lèi)或機(jī)器人），有兩個(gè)主要的不確定性來(lái)源。
- 他們所感知到的一切（感知）
- 他們所做的一切（行動(dòng)）
所有這些誤差都會(huì)無(wú)限制地累積起來(lái)。
因此，從完美的知識(shí)開(kāi)始，使用誤差非常小的動(dòng)作移動(dòng)，在一個(gè)無(wú)限長(zhǎng)的動(dòng)作序列之后，一個(gè)系統(tǒng)將在其位置估計(jì)上有無(wú)限的誤差。
10.2.1 處理運(yùn)動(dòng)行動(dòng)中的不確定性
使用傳感器來(lái)驗(yàn)證行動(dòng)（不簡(jiǎn)單）。
讓我們來(lái)看看一個(gè)非常簡(jiǎn)單的傳感器——距離傳感器（激光測(cè)距儀）。
返回一個(gè)數(shù)字，與直線路徑上最近的障礙物相對(duì)應(yīng)，直到某個(gè)有限的距離。
有一些已知的誤差（非精確的位置）。
有一些已知的假陽(yáng)性/假陰性率（障礙物是否存在）。
有較小的空間范圍——如果有部分障礙物怎么辦？
有限的時(shí)間意味著不能檢查每個(gè)位置，一個(gè)讀數(shù)對(duì)鄰近點(diǎn)的讀數(shù)有什么意義。
傳感器：
測(cè)距儀：聲納（陸地、水下）、激光測(cè)距儀、雷達(dá)（飛機(jī)）、觸覺(jué)傳感器、GPS
成像傳感器：照相機(jī)（視覺(jué)、紅外）。
本體感覺(jué)傳感器：軸解碼器（關(guān)節(jié)、車(chē)輪）、慣性傳感器、力傳感器、扭矩傳感器
傳感器的不確定性的影響：
必須對(duì)世界的行為方式做出假設(shè)，才能對(duì)讀數(shù)進(jìn)行解釋。比如說(shuō)：
- 一些有限分辨率的采樣足以檢測(cè)到障礙物（假設(shè)一個(gè)障礙物由數(shù)百個(gè)稀疏分布的長(zhǎng)針腳組成，指向傳感器）。
- 必須了解機(jī)器人的結(jié)構(gòu)才能判斷障礙物是什么。
- 給出一些傳感器的讀數(shù)，只有有限的概率是正確的——必須有一些方法來(lái)處理這個(gè)問(wèn)題。
10.3 定位
在時(shí)間的一個(gè)行動(dòng)導(dǎo)致
狀態(tài)和觀測(cè)值
給出觀察結(jié)果，計(jì)算當(dāng)前位置和方向（姿勢(shì)）。
傳感器模型。使用對(duì)地標(biāo)，的觀測(cè)來(lái)估計(jì)機(jī)器人的狀態(tài)。
運(yùn)動(dòng)模型。使用其運(yùn)動(dòng)和更新?tīng)顟B(tài)。
假設(shè)有高斯噪聲進(jìn)行運(yùn)動(dòng)預(yù)測(cè)，傳感器距離測(cè)量。
可以使用粒子過(guò)濾來(lái)產(chǎn)生近似的位置估計(jì)
從機(jī)器人位置的統(tǒng)一先驗(yàn)分布的隨機(jī)樣本開(kāi)始。
使用傳感器測(cè)量值更新每個(gè)樣本的似然性。
根據(jù)更新的似然性重新取樣。
我們需要使用最新的測(cè)量值不斷更新當(dāng)前狀態(tài)的分布。
機(jī)器人的狀態(tài)不確定性隨著它的移動(dòng)而增加，直到我們找到一個(gè)地標(biāo)。
假設(shè)地標(biāo)是可識(shí)別的，否則，后驗(yàn)是多模態(tài)的。
10.4 繪圖
定位：給定地圖和觀察到的地標(biāo)，更新姿勢(shì)分布。
繪圖：給定姿勢(shì)和觀察到的地標(biāo)，更新地圖分布。
同時(shí)定位和繪圖（SLAM）：
給定觀察到的地標(biāo)，更新姿態(tài)和地圖分布。
SLAM的概率表述：
添加地標(biāo)位置到狀態(tài)向量，繼續(xù)進(jìn)行定位。
考慮有8個(gè)相同的地標(biāo)的空間：
當(dāng)再次檢測(cè)到第一個(gè)地標(biāo)時(shí)：機(jī)器人或地標(biāo)位置沒(méi)有不確定性。
10.5 傳感器上的貝葉斯推理
需要一些方法來(lái)確定一個(gè)障礙物是否存在，給定傳感器的多個(gè)測(cè)量值。
什么是貝葉斯推理？(修訂)
- 一種在給定一組測(cè)量值的情況下，確定一個(gè)假設(shè)為真概率的方法。
- 概率信念度。
條件概率的要素（修訂）
在條件B下，A是真的概率。
給定M的情況下H的概率是多少：
- ：H的后驗(yàn)概率。
- ：的先驗(yàn)概率。
- ：傳感器模型。
- ：正則化系數(shù)。
正則化：
例子：
障礙物檢測(cè)。
- 有障礙物存在的幾率是1/10。
- 探測(cè)器有5%的假陽(yáng)性率和10%的假陰性率。
- 如果檢測(cè)器返回陽(yáng)性結(jié)果，障礙物存在的概率是多少？
- 如果檢測(cè)器反饋為負(fù)值，障礙物存在的概率是多少？
先驗(yàn)：
傳感器模型：
如果傳感器返回正值：
如果傳感器返回負(fù)值：
貝葉斯法則的增量形式
貝葉斯定律可以被擴(kuò)展到處理多個(gè)測(cè)量。
- 給出一組獨(dú)立的測(cè)量值。
- 假設(shè)的概率是多少？
如果測(cè)量是獨(dú)立的，可以使用增量形式。
- 給出當(dāng)前的概率分布。
- 和一個(gè)新的測(cè)量值。
- 更新后的概率分布是什么？
使用增量形式的貝葉斯定律：
例子：
障礙物檢測(cè)（再次）。
- 有障礙物存在的幾率是1/10。
- 探測(cè)器有5%的假陽(yáng)性率和10%的假陰性率。
- 如果檢測(cè)器返回，存在障礙物的概率是多少？
- 一個(gè)陽(yáng)性？
- 兩個(gè)陽(yáng)性？
- 兩個(gè)陽(yáng)性和一個(gè)陰性？
時(shí)間順序：
10.6 運(yùn)動(dòng)規(guī)劃
思路：在由機(jī)器人的DOF定義的配置空間中進(jìn)行規(guī)劃。
解決方案是自由C空間中的一個(gè)點(diǎn)軌跡。
基本問(wèn)題：狀態(tài)轉(zhuǎn)換為有限狀態(tài)空間。
單元分解：
將空間劃分為簡(jiǎn)單的單元。
每個(gè)單元都可以 "輕松 "穿越（例如，凸形）。
骨架化：
確定構(gòu)成一個(gè)圖的有限數(shù)量的容易連接的點(diǎn)/線，這樣圖上的任何兩個(gè)點(diǎn)都由一條路徑連接。
總結(jié)
以上是生活随笔為你收集整理的人工智能学习（十一）：机器人学的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 关于电子科技大学学生用餐情况的一些调查
- 下一篇： 问卷设计中 你经常使用计算机吗,计算机应