人工智能 - SEIF运动更新算法疑问 - 吾爱随笔录

SEIF运动更新算法疑问

人工智能研究智能代理自动驾驶汽车可能性机器人技术

2021-10-28 13:06:29

我想实现稀疏扩展信息大满贯。有四个步骤来实现它。该算法可在Probabilistic Robotics Book第 310 页的表 12.3 中找到。

在这个算法中，第 13 行对我来说不是很清楚。我有 15 个地标。所以 $\mu_t$ 将是 (48*1) 维度的向量，其中 (3*1) 表示姿势。现在 $H_t^i$ 是一个矩阵，其列是动态的，根据它是 (3j-3) 和 3j 的算法。J 是地标 1 到 15 的值。现在如何将动态量与静态量相乘。在matlab中实现一定会出现矩阵维度不匹配的错误。

请帮助我更好地理解算法。

1个回答

你是对的，那个伪代码是不正确的。特别是，定义 $H_t^i$ 排队 $11$ 应该改变；一直在右手边，它应该有 $3N - 3j$ 列 $0$ s，而不是 $3j$ 列 $0$ s。

随着这种变化，每个矩阵 $H_t^i$ 将具有相同数量的列：

6 + 3 j - 3 + 3 N - 3 j = 3 + 3 N,

$6 + 3j - 3 + 3N - 3j = 3 + 3N,$

总共评估为 $48$ 在你的情况下（因为你有 $N = 15$ 地标）。这正是矩阵乘法所需的正确维度 $\mu_t$ 向量。

您链接到的书的版本似乎是相当旧的草稿。该网页包含本书第三版的勘误表，其中第 393 页对应于您的版本中的第 310 页。本书第三版的勘误表可从以下 URL 下载：http: //probabilistic-robotics.informatik.uni-freiburg.de/corrections/pg393.pdf

在那里你会找到我上面描述的修复，还有一些其他的修复（大部分只是符号，在 $\mu$ 向量，但看起来更严重的问题在第 13 行中被额外修复，其中减号更改为加号）。

其它你可能感兴趣的问题

上一篇如何在表面语义级别上找到技术文本的类别下一篇给定输入图的维数、过滤器的数量、步幅和填充，输出图的维数是多少？