Sylabus
- Připomenutí teorie pravěpodobnosti
- Kalmanovy filtry a jejich varianty
- Částicové filtry
- Pravděpodobnostní lokalizace a mapování
- Rozhodování a plánování za nejistoty
Anotace
Během svého života se autonomní robot potýká s řadou problémů: Probudí se - neví, kde je. Jede - neví jak a kam.
Dělá - neví co a proč. Tyto obtíže pramení z nepřesnosti senzorů a ze složitosti skutečného světa, který není možné přesně zachytit jednoduchým modelem.
Cílem této přednášky a jejích cvičení je seznámit se s různými možnostmi, jak se můžeme algoritmicky vypořádat s nejistotou vyvolanou naší a robotovou neznalostí. Ačkoli jsou výklad a cvičení zaměřeny na autonomní roboty, velkou část postupů je možné (a často vhodné) uplatnit i v jiných oblastech.