Machine learning 粒子过滤器以获得最可能的轨迹_Machine Learning_Inference_Particle Filter

Machine learning 粒子过滤器以获得最可能的轨迹

machine-learning

Machine learning 粒子过滤器以获得最可能的轨迹,machine-learning,inference,particle-filter,Machine Learning,Inference,Particle Filter,我已经实现了一个粒子过滤器来定位机器人。如果我想得到最可能的路径集，那么最好的方法是什么我想知道，使用权重最高的粒子是否是正确的方法？首先，每个粒子都应该跟踪其路径。这可以通过向每个粒子添加路径点列表来实现。如果要获取最可能的路径，可以从权重最高的粒子获取路径。这与在每个时间步中选择最可能的位置并将其聚合为最可能的路径不同也可以使用粒子所有路径的加权平均值。这取决于您期望的分布。当它只有一个模式时，这可能会提供更精确的路径。相反，如果您期望多峰分布（假设有障碍物，其中一半粒子向左通过，另一半

我已经实现了一个

粒子过滤器

来定位机器人。如果我想得到最可能的路径集，那么最好的方法是什么

我想知道，使用权重最高的

粒子是否是正确的方法？
首先，每个粒子都应该跟踪其路径。这可以通过向每个粒子添加路径点列表来实现。如果要获取最可能的路径，可以从权重最高的粒子获取路径。这与在每个时间步中选择最可能的位置并将其聚合为最可能的路径不同
也可以使用粒子所有路径的加权平均值。这取决于您期望的分布。当它只有一个模式时，这可能会提供更精确的路径。相反，如果您期望多峰分布（假设有障碍物，其中一半粒子向左通过，另一半粒子向右通过），则加权平均值可能会给出错误的结果
我会坚持使用重量最大的粒子