《概率機械人》
第一章 緒論
1.1機械人學的不確定性
1、機械人不確定性的**
1.2 概率機械人學
1、《probabilistic robotics》原版英文書籍提供了乙個**：
這個**可以中有原版英文書籍的電子書，pdf格式，也提供了原版英文書籍的購買鏈結，不過都是國外的**；國內也有翻譯版本《概率機械人》，但裡面與原文版本有比較多的出入，建議對照著英文原版《probabilistic robotics》一起看；
2、《概率機械人》這本書主要研究的是機械人感知和行為的不確定性，而其主要思想就是用概率論的運算去明確地表達這種不確定性，即用概率演算法來表示整個推測空間的概率分布資訊，其中概率演算法既是以貝葉斯濾波演算法及其衍生的高斯濾波演算法和非引數濾波演算法，而概率分布資訊用模糊性和置信度來表示。
3、馬爾可夫定位與海岸導航
1）馬爾可夫性(無後效性)：過程或（系統）在時刻t0所處的狀態為已知的條件下，過程在時刻t > t0所處狀態的條件分布，與過程在時刻t0之前年處的狀態無關的特性稱為馬爾可夫性或無後效性。
有關馬爾可夫相關概念可參考部落格：
2）海岸導航演算法：使用概率演算法預知未來的不確定性，並在決定正確的控制選擇時，對未來不確定性進行考慮；通俗一點講，既是像以前無gps定位的輪船航海一樣，通過海岸來判斷輪船在大海中的位置，在海岸導航演算法中，機械人也一樣是沿著邊緣的障礙物來確定自身的位置。
1、3 啟示
1、概率機械人是將模型與感測器資料進行了無縫整合，同時克服了兩者的侷限性；
2、就目前（原版英文書是2023年出版的）已知，概率演算法是解決slam和定位導航精確度上限的唯一有效方法；
3、概率演算法具有兩個侷限性：計算的複雜度性和近似的必要性；
概率機械人之第一章 緒論
概率機械人致力於研究機械人感知和行為的不確定性。概率機械人的主要思想就是用概率理論的運算去明確地表示這種不確定性。換句話說，不再依賴可能出現的情況單一的 最好推測 而是用概率演算法來表示在整個推測空間的概率分布資訊。這樣做，就可以以數學上合理的方式來表示模糊性和置信度。可以根據存在的不確定性選擇相對...
《機器學習》筆記 第一章緒論
p9 學習演算法自身的 歸納偏好 與問題是否相配，往往會起到決定性作用。1.5發展歷程 人工智慧的研究程序 推理期 知識期 學習期 從樣例中學習 也即是廣義的歸納學習 它涵蓋了監督學習 無監督學習等，本書大部分內容均屬於此範疇。從樣例中學習，從基於邏輯的符號學習 基於神經網路的連線主義學習 統計學習...
機器學習筆記 第一章緒論
第一章緒論 1引言1.1問題 1 通過計算的手段，利用經驗來改善系統自身的效能 2 有了資料 3 通過某種學習演算法 4 得到模型 5 進行 2基本術語 2.1有了資料 1 資料集 100個西瓜 2 樣本 1個西瓜 3 特徵向量 1 樣本空間 2 顏色 大小 敲起來的振幅 3 維度 4 屬性 顏色2...