確率ロボティクスとは何かをまとめてみました。

確率ロボティクスのメタな部分の理解を深めるため、 probabilistic robotics を読みました。
文中で重要と思われる部分を抜粋してまとめてみました。

確率ロボティクスとは

確率ロボティクスは知覚と制御に関するロボティクスの一分野。
情報の記述や行動決定のために確率・統計を駆使するのが特徴。

この本のすべてのアルゴリズムはベイズ則 と、それを時系列データの利用のために拡張したベイズフィルタに基づいています。
数学的な背景が同じであることは，本書の確率的アルゴリズムの重要な共通点となります。

http://www.probabilistic-robotics.org/

確率ロボティクス 第 I 部 基礎

確率ロボティクスで鍵となるアイデアは，確率論の演算を用いて不確実さを確率分布として表現すること。
言い換えると、ある推定に対して結果を「最も妥当な」一つの推測値で表すのではなく、
推測値の空間全体での確率分布として、推定情報を表します。
そうすることで曖昧さや信頼度を数学的にまっとうな方法で表すことができます。

確率的なアプローチは、不確実さを考慮するため、センサの限界やモデルの限界に対してよりロバストになります。
また、確率ロボティクスによって，複雑な実世界の環境をずっと良く計測できるようになります。


従来のモデルベース手法と比較すると、確率的アルゴリズムでは正確なロボットのモデルがあまり要求されず、
プログラマーは、正確なモデルを構築するという徒労から解放されます。
また、一瞬一瞬のセンサ入力だけを制御に用いる多くのリアクティブな手法よりも、センサが正確であることの必要性が小さいです。

しかしながらこれらの長所の代償として、計算が複雑になったり近似の必要が出てきたりします。
したがって、確率的アルゴリズムは確率的でないライバル手法よりも計算効率がよくありません。

ロボティクスの歴史

最初の重要な概念は 1970 年代半ばにモデルベースドアプローチとして知られているものである。

その後、ビヘイビアベースドロボティクスは強い信念の下、内部モデルを用いる考え方を排除した。
その代わり、複雑なロボットの動きを創り出すのは、状況に埋め込まれたエージェントの物理的環境との相互作用であるとしました。


現在の確率ロボティクスは，1990 年代半ばに出現しました。
もっとも，その起源はカルマンフィルタ [Kalman 1960] の発明までさかのぼることができます。

いろいろな意味で，確率ロボティクスはモデルベースド手法とビヘイビア ベースド手法の間に位置しています。

確率ロボティクスでは，モデルが使用されますが、
そのモデルは不完全であり制御には不十分のものであると仮定されます。
確率ロボティクスでは，統計学によってモデル構築とセンサ測定が数学的に結び付けられ、
両方を統合することにより、制御動作が考え出されます。