机器人概率定位学习笔记第三篇_使用python建立机器人运动函数(move fuction)

本文主要是介绍机器人概率定位学习笔记第三篇_使用python建立机器人运动函数(move fuction),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本笔记学习于优达学城 Artificial Intelligence for Robotics课程


1,假设机器人处在了环形世界,如下图,机器人在各个方块的概率如下,那么机器人向右移动之后,机器人处在各个方块的概率是多少?

answer:1/9,1/9,1/3,1/3,1/9

2,下面我们用一个函数实现这个功能,即move function 运动之后的概率方程。

#Program a function that returns a new distribution 
#q, shifted to the right by U units. If U=0, q should 
#be the same as p.p=[0, 1, 0, 0, 0]
world=['green', 'red', 'red', 'green', 'green']
measurements = ['red', 'green']
pHit = 0.6
pMiss = 0.2def sense(p, Z):q=[]for i in range(len(p)):hit = (Z == world[i])q.append(p[i] * (hit * pHit + (1-hit) * pMiss))s = sum(q)for i in range(len(q)):q[i] = q[i] / sreturn qdef move(p, U):U = U % len(p)q = p[-U:] + p[:-U]return q
#test the function
print move(p, 1)
print move(p, 2)
print move(p, 3)
print move(p, 4)
print move(p, 5)
print move(p, -1)

3,接下来我们讨论inaccurate robot motion 不准确的机器人移动。

请看下图,假设第一次机器人在第二个方格,向右一次移动了两个方格,但是机器人有可能少移动了一点,或者多移动了一点,那么他在第四个方格的概率是0.8,第三个方格的概率是0.1,第五个方格概率是0.1。

4,请看下图,机器人不在确定的两个方格里,概率各位0.5,现在机器人向右移动两个方格,求移动后的各个方格的概率,记住我们的世界是环形的.

answer:0.4,0.05,0.05,0.4,0.1

第二个问题,假设机器人在各个方格里都有概率,即每个方格的概率都是0.2,那么向右移动两格之后的概率是多少?

答案很明显,依旧是5个0.2.

5,实现不准确的机器人运动方程,

#Write code that makes the robot move twice and then prints 
#out the resulting distribution, starting with the initial 
#distribution p = [0, 1, 0, 0, 0]p=[0, 1, 0, 0, 0]
world=['green', 'red', 'red', 'green', 'green']
measurements = ['red', 'green']
pHit = 0.6
pMiss = 0.2
pExact = 0.8
pOvershoot = 0.1
pUndershoot = 0.1def sense(p, Z):q=[]for i in range(len(p)):hit = (Z == world[i])q.append(p[i] * (hit * pHit + (1-hit) * pMiss))s = sum(q)for i in range(len(q)):q[i] = q[i] / sreturn qdef move(p, U):q = []for i in range(len(p)):s = pExact * p[(i-U) % len(p)]s = s + pOvershoot * p[(i-U-1) % len(p)]s = s + pUndershoot * p[(i-U+1) % len(p)]q.append(s)return q
p=move(p,1)
p=move(p,1)print p

6,让机器人向右移动两次

answer:

在上面的代码最后添加两行

p=move(p,1)

p=move(p,1)

print p

查看结果

7,让机器人向右移动1000次

answer:

for i in range(1000):
 p=move(p,1)
print p

查看结果

[0.20000000000000365, 0.20000000000000373, 0.20000000000000365, 0.2000000000000035, 0.2000000000000035]

至此你已经做完机器人运动概率方程,下一篇就是将感知方程和运动方程连接起来了。

这篇关于机器人概率定位学习笔记第三篇_使用python建立机器人运动函数(move fuction)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1000667

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;