【求高手迅速英语翻译成中文whentherobotsenses,andwhenitmoves,respectively.Supposetherobotjustsenseds.MarkovlocalizationthenP(ljs)=ffP(sjl)P(l)whereffisanormalizerthatensuresthattheresultingpr】|小学英语问答-字典翻译问答网

问题标题：

【求高手迅速英语翻译成中文whentherobotsenses,andwhenitmoves,respectively.Supposetherobotjustsenseds.MarkovlocalizationthenP(ljs)=ffP(sjl)P(l)whereffisanormalizerthatensuresthattheresultingpr】

问题描述：

求高手迅速英语翻译成中文

whentherobotsenses,andwhenitmoves,respectively.

Supposetherobotjustsenseds.Markovlocalizationthen

P(ljs)=ffP(sjl)P(l)

whereffisanormalizerthatensuresthattheresultingprob-

abilitiessumuptoone.Whentherobotmoves,Markov

localizationupdatesP(l)

ability:

P(0l)=

usingtheTheoremoftotalprob-

P(0lja;l)P(l)dl

Hereadenotesanactioncommand.Thesetwoupdate

equationsformthebasisofMarkovlocalization.Strictly

speaking,theyareonlyapplicableiftheenvironmentmeets

aconditionalindependenceassumption(Markovassump-

tion),whichspecifiesthattherobot'sposeistheonlystate

therein.Putdifferently,Markovlocalizationappliesonlyto

staticenvironments.

Unfortunately,thestandardMarkovlocalizationap-

proachispronetofailindenselypopulatedenvironments,

sincethoseviolatetheunderlyingMarkovassumption.In

themuseum,peoplefrequentlyblockedtherobot'ssensors,

asillustratedinFigure1.Figurativelyspeaking,ifpeople

lineupasa"wall"infrontoftherobot—whichtheyoften

did—,thebasicMarkovlocalizationparadigmmakesthe

roboteventuallybelievethatitisindeedinfrontofawall.

Toremedythisproblem,RHINOemploysan"entropy

filter"(Foxetal.1998b).Thisfilter,whichisappliedtoall

proximitymeasurementsindividually,sortsmeasurements

intotwobuckets:onethatisassumedtocontainallcor-

ruptedsensorreadings,andonethatisassumedtocontain

onlyauthentic(non-corrupted)ones.Todeterminewhich

sensorreadingiscorruptedandwhichoneisnot,theen-

tropyfiltermeasurestherelativeentropyofthebeliefstate

beforeandafterincorporatingaproximitymeasurement:

P(l)logP(l)dl+P(ljs)logP(ljs)dl

lSensorreadingsthatincreasetherobot'scertainty

(_H(l;s)>0)areassumedtobeauthentic.Allothersen-

sorreadingsareassumedtobecorr

金海和回答：

　　当机器人的感觉,当它移动时,分别为. 　　假设机器人只是感觉到秒马尔可夫定位,然后　　P（升Ĵs）为FFp上（的J升）芘（升）　　其中FF是一个正规化,确保由此产生的概率　　能力总结为一个.当机器人的动作,马尔可夫　　本地化更新P（升）　　能力：　　P（：01）= 　　使用的总概率定理, 　　ž 　　P（〇升Ĵ了;升）芘（升）分升　　这里指的行动命令.这两个更新　　方程的形式对马尔可夫定位的基础.严格　　而言,他们是只适用的环境符合　　条件独立性假设（马尔可夫假定：- 　　tion）,其中规定,该机器人的构成是唯一的国家　　其中.换句话说,马尔可夫定位只适用于　　静态环境. 　　不幸的是,标准马尔可夫定位的AP- 　　proach容易失败在人口稠密的环境中, 　　因为这些违反基本马尔可夫假设.在　　博物馆里,人们经常堵住了机器人的传感器, 　　如图1所示.形象地说,如果人们　　排队为“墙”在机器人的前面,他们往往　　确实,基本马尔可夫定位模式,使　　机器人终于相信它确实是在一墙前. 　　为了解决这个问题,犀牛采用了“熵　　过滤器“（福克斯等人.1998年b）.此过滤器,它是适用于所有　　个别接近测量,各种测量　　两个水桶：一个包含所有被假定为肺心病, 　　rupted传感器的读数,而且是假设包含　　只有真实的（非损坏）的.要确定哪些　　传感器的读数已损坏,这主要是因为,恩, 　　熵的信念状态相对熵过滤措施　　前后装有感应测量：　　P（L）的疏水常数（升）升+P（升Ĵs）疏水常数（升Ĵs）分升　　升传感器的读数,增加机器人的确定性　　（_H（升中,S）“0）被认为是真实的.所有其他森　　长远发展策略的读数被认为是损坏的,因此　　没有纳入机器人的信念.在博物馆里, 　　可靠地确定过滤器传感器读数被发现　　败坏了在场的人,只要机器人　　知道它的大致构成.不幸的是,熵过滤, 　　之三可以防止机器人一旦恢复其立场松动　　完全.为了避免这个问题,我们的做法也incor- 　　porates一个随机选择的传感器读数少数　　除了由选定的过滤器的熵.见（福克斯　　等.1998年b）对于这个问题的替代解决方案