摘要：
让我们来看一个迷宫的例子，这不在是一个车了，但这和我们将要进行的编程更接近。 假设我们从start开始，我们的目的是到达goal,沿途有很多封住的格子。机器人可以向上，下，左， 右移动，机器人从起点到终点需要多少步？ 假设我们将路径规划问题看作是搜索问题，如果你有学习过我们的AI课程，就知道这是什么 阅读全文
摘要：
假设我们对左转罚分，为什么这样做？原因是我们在实际的交通中 左转比右转更难，通常你需要等待对向车流。假设我们的规划中左转更加昂贵， 实际上在包裹运输服务中，在规划最优路径时，在繁忙时间他们规划出来的路线会 尽量避免左转。因为左转会花费很长的时间，如果可以右转，他们更倾向于右转。 在这个例子中，前进花 阅读全文
摘要：
假设我们活在一个离散的世界中，这是我们将要编程的世界， 为了简单起见我们假设世界是分割小网格的，我们的初始位置在蓝色 方格处，向上运动，小箭头表示它的朝向。 我们希望车辆从起点出发走到终点，每移动一格或执行一次转向，要 花费一个单位的成本。那么从起点到终点需要承担的最小总成本是多少？ 需要移动6个网 阅读全文
摘要：
运动规划的根本问题在于机器人可能存在于一个这样的世界中， 它可能想找到一条到达这个目标的路径，那么就需要指定一个到达那里的计划， 自动驾驶汽车也会遇到这个问题。他可能处于高速公路的附近的街道网络中，他必须要找到他的路径并导航到目标位置。 如果我们放大并且看看这个十字路口，这是我们渲染出来的最好的街道 阅读全文
摘要：
测量循环和运动循环，卡尔曼滤波有两种不同的过程，测量值更新和运动值更新。 这和定位的情景一样，我们获得一个测量值，然后开始运动。这里最大值变化，但是原理 仍然相同。 两个步骤中测量值和运动值，一个需要做卷积，一个需要做乘法。 测量值使用乘法得到，运动值使用卷积得到。 事实上我们谈到了贝叶斯定理，也谈 阅读全文
摘要：
已知高斯分布公式 求最大的f(x)? 当 x的值等于mu的值时，f(x)最大。 阅读全文