Portuguese subtitles

← cs373_unit1_23_p_Medir-e-Mover

Medir e mover.

Get Embed Code
5 Languages

Showing Revision 1 created 04/16/2012 by jasa.

  1. Uau, praticamente programaste a localização usada pelo carro da Google
  2. embora ainda não o saibas.
  3. Deixa-me dizer-te a nossa situação.
  4. Falámos de actualização com medidas e falámos de movimento.
  5. Estas duas rotinas chamam-se "sense" e "move."
  6. Bem, a localização é nada mais do que a iteração de "sense" e "move."
  7. Há uma crença inicial que é atirada para este ciclo.
  8. Se medires primeiro, vai para a esquerda.
  9. Então a localização itera nestes ciclos -- move, sense, move, sense, move, sense.
  10. move, sense, move, sense.
  11. Sempre que o robot se move, perde informação sobre a posição correcta.
  12. Porque o movimento do robot é impreciso.
  13. Sempre que mede (observa), ganha informação.
  14. Isto manifesta-se no facto de, após o movimento
  15. a distribuição de probabilidade ficar mais aplanada.
  16. E depois de medir, ficar um pouco mais focada, com bossas maiores.
  17. Deixa-me dizer-te, em nota de rodapé, que há uma medida de informação, chamada "entropia."
  18. Esta é uma das muitas formas como a podes escrever:
  19. [-Ʃp(xi)log p(xi)]
  20. como a verosimilhança logarítmica esperada da probabilidade de cada célula.
  21. Sem entrar em detalhes, esta é a medida da informação contida na distribuição,
  22. e pode ser mostrado que fazer um movimento faz a entropia baixar
  23. e fazer uma observação faz a entropia aumentar.
  24. Na realidade, perdes e ganhas informação.
  25. Eu adoraria implementar isto no nosso código.
  26. Adicionalmente às medidas que já temos, vermelho e verde,
  27. dou-te dois movimentos -- 1 e 1,
  28. o que signiofica que o robot se move duas vezes para a direita.
  29. És capaz de calcular a distribuição a posteriori se o robot primeiro medir vermelho,
  30. depois move-se 1 passo à direita, depois observa verde e finalmente move-se de novo para a direita?
  31. Vamos partir de uma distribuição uniforme a priori.