详解 概率机器人学 学习笔记及翻译
本书介绍
原书名 :
上田隆一. 詳解 確率ロボティクス Ｐｙｔｈｏｎによる基礎アルゴリズムの実装 (ＫＳ理工学専門書). 講談社.
本书可以看成是 概率机器人(Probabilistic Robotics) 这本书的导读,用Python ,jyupter notebook 以及一些Python常用的数据处理库带读者一步一步亲手构筑Python代码来由浅到深地理解概率机器人学中一些基础理论 算法 .
例如:贝叶斯推断 粒子滤波 卡尔曼滤波 马尔科夫决策过程 位置推定 SLAM(主要是2D Lidar的SLAM) 图优化算法 强化学习
因为是面向新手,同时也会介绍统计学的基础 以及如何用Python来处理数据和可视化
作者上田隆一是概率机器人一书日语版的译者,同时也是日本该领域的著名研究者.东京大学博士,现为千叶工业大学准教授. 这本书的内容同时也会作为他课程的讲义
本书章节
第I部 准备
前言
概率 统计的基础
自律移动机器人的模型化
不确定性的模型化
第II部 位置推定以及SLAM
通过粒子滤波来推定位置
通过卡尔曼滤波来推定位置
位置推定的各种问题
通过粒子滤波器来SLAM
基于图优化算法来SLAM
第III部 行动决定
马尔科夫决策过程和动态规划法
强化学习
部分可观察马尔可夫决策过程
附录A 通过贝叶斯推断来解析传感器数据
附录B 计算
各章节之间的关系
本翻译
最近开始在学习这本书,感觉是写得挺好的.
相比原著伪代码的形式,本书Python+jyupter形式更容易让人能上手实践(基本就等同于Matlab),就算电脑上没有编程环境也可以依托Google colab这类在线服务来完成.
打算先学完这本书再去啃概率机器人.
这本书目前还没有中文,所以个人学习做笔记的时候 作为笔记想尝试顺便大致翻译一下,同时也对原书的代码加上中文注释
书上用到的代码以及数据:
https://github.com/geturin/LNPR_BOOK_CODES
其中翻译的部分放于my_memo文件夹内 其他的则是本来的内容
因为是大致翻译,所以不会逐字逐句翻译 尽量用简洁的语言翻译个大概
也会跳过一些和核心不相关的内容,比如本书的第一章前言 本章大致梳理了一下概率机器人的背景,发展 写作目的
这章会跳过 直接从第二章 概率 统计的基础开始翻译
翻译速度的话，和学习速度挂刮 目前想法是学完一个大章节再回头翻译文章 一章一章地发布
因为还有别的一堆事情要忙 所以只能是慢慢学到哪翻到哪了
