Se utiliza para actualizar lo que el robot cree sobre algo de lo que observa en el mundo. Probablemente la aplicación más exitosa del teorema de Bayes en robótica es la “localización” (posicionamiento) del robot.
(Asumiré que no estás 100% familiarizado con Robótica o probabilidad bayesiana).
Imagina que eres un robot dentro de casa y asume que no tienes idea de dónde estás. No tiene ninguna evidencia para preferir un lugar a otro para su posición, por lo que es justo decir que la probabilidad, o “creencia”, de que su posición sea una ubicación es la misma que otra.
- ¿Para qué se usan las mónadas en ingeniería de software?
- Cómo demostrar que existe un conjunto de movimientos para que todos los elementos de la matriz se conviertan en 0, donde en un movimiento tienes que elegir dos elementos distintos de cero y restar uno de los dos dada una condición
- Como estudiante, ¿es inteligente crear mis propias bibliotecas de programación matemática?
- ¿Qué te gusta más: matemáticas o codificación?
- ¿Cómo es útil la matemática (integral, pecado, cos) en la programación?
Luego, su ojo, (o “sensor de visión” porque es un robot), ve un carrito de ducha, y esta “observación” da alguna pista sobre dónde se encuentra: probablemente esté en un baño, no en una sala de estar o alguna cosa. Espera, hay un salto en la línea de pensamientos aquí.
Lo que sabes es que la probabilidad de ver un carrito de ducha en un baño es alta, mientras que es baja en una sala de estar. No está 100% seguro de esto, porque podría haberlo comprado y dejarlo en la sala de estar, o sus ojos están “equivocados” (sus sensores de visión son ruidosos y erróneos), pero es probable que sea más probable. Entonces, parece razonable adivinar que, dado que has visto un carrito de ducha, es “más probable” que estés en un baño que en una sala de estar. Muy razonable, pero ¿cómo podemos expresar este razonamiento en términos matemáticos? El teorema de Bayes proporciona un mecanismo sólido para realizar este razonamiento. (No es el único sin embargo).
[matemáticas] P (\ mathrm {habitación} | \ mathrm {ducha caddy}) \ propto [/ matemáticas] [matemáticas] P (\ mathrm {ducha caddy} | \ mathrm {habitación}) P (\ mathrm {habitación}) [/mates]
[math] P (\ mathrm {room}) [/ math] es la creencia “anterior” antes de haber visto el carrito de la ducha, [math] P (\ mathrm {shower caddy} | room) [/ math] proporciona el probabilidad de ver el carrito de la ducha en alguna habitación, y [matemáticas] P (\ mathrm {habitación} | \ mathrm {ducha del carrito}) [/ matemáticas] es su nueva creencia después de ver el carrito de la ducha.
Ahora puede imaginarse haciendo esto una y otra vez a medida que ve cosas nuevas, utilizando la creencia anterior como la anterior para el paso actual.