狀態估計與濾波

狀態與信念

每個機器人都同時有兩套截然不同的「我在哪、出了什麼事」。第一套是狀態:現實世界裡真正發生的實情——機器人確確實實就在這個位置、朝著這個方向、以這個速度運動。無論機器人是否知情,狀態都客觀存在。麻煩在於,機器人永遠沒法直接看到狀態;它只能透過感測器,拿到帶雜訊、又拐了彎的間接線索。所以機器人讀不出自己真正的狀態,就像你單憑皮膚的冷暖感覺,沒法說出房間的確切溫度一樣。

機器人隨身帶著的,其實是另一樣東西——信念:它對狀態當下最好的猜測,外加它有多確信。關鍵的一步在於,信念不是一個單一的數字,而是一整片帶權重的可能性——「我多半就在這兒,挺有可能偏左一點,極不可能跑到老遠那邊去」。用機率的話來說,這一整片就是一個分布。一個自信的機器人,信念又窄又尖(幾乎所有權重都堆在一個點上);一個糊塗的機器人,信念又寬又平,抹在許多地方。誠實的不確定性,從一開始就內建在裡面。

把這兩者分清,是整個學科的根基。真正的狀態是我們多想知道、卻搆不著的東西;而信念是我們能夠計算、並隨著新感測器讀數和運動指令的到來不斷更新的東西。所謂估計,說白了就是這樣一門手藝:在帶雜訊的證據所允許的範圍內,把信念一點點推過去,讓它盡量貼緊真正的狀態——永遠貼不到完美無缺,卻能貼到既有用、又看得見地接近。

一台送貨機器人的真實狀態是「在走廊裡 3.20 公尺處」。可它的信念,是一個以 3.05 公尺為中心、約 30 公分寬的小鐘形鼓包——這是它誠實的總結:「大概三公尺上下,多少有點出入」。峰頂是它最好的單點猜測;寬度則是它有多沒把握。

真實狀態是一個確切的值;信念則是圍繞它的、帶權重的一片猜測。

一個微妙卻要緊的點:信念活在機器人的電腦裡,而狀態活在外面的世界。人們隨口說機器人「知道自己在哪」,其實是說它的信念此刻又窄、又恰好對準了真正的狀態。

又稱
true state vs estimatebelief distribution真值与估计信念分布