一个用于自适应感知问题的连续剔除框架AdaSearch,帮助机器人实现高效自适应感知.pdfVIP

  • 1
  • 0
  • 约1.13千字
  • 约 1页
  • 2020-10-30 发布于天津
  • 举报

一个用于自适应感知问题的连续剔除框架AdaSearch,帮助机器人实现高效自适应感知.pdf

一个用于自适应感知问题的连续剔除框架 AdaSearch ,帮助机器人实现高效 自适应感知 对于通常的机器学习问题来说, 我们会通过给定的提前收集好的数据来解答。 但对于某些任务, 我们需要自己去收集数据来解答问题。虽然我们可以集中收集与问题最 相关的数据收集,但要确认哪个数据源可以获取有效的测量却十分困难。此外,当我们使 用机器人、 无人机、卫星等收集数据时, 还需要考虑如何结合主体的运动来规划测量问题, 这个问题通常被抽象为具象自适应感知问题。 自适应感知在机器人领域有着广泛的研究,包括快速识别污染泄露和放射源、救援搜索等 任务。这些任务的关键在于规划出一条感知路径,尽可能快的得到正确的结果。为了进一 步提高这一问题的解决效率, 伯克利的研究人员以放射源检测问题为例子, 利用无人机来 进行搜索。这一任务不仅要面临各异的背景噪声、 以及建立一个符合统计置信区间的传感 器模型。 在这一研究中,研究者提出了一个用于自适应感知问题的连续剔除框架

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档