وكثيرا ما ينطوي التخطيط للمسار في النظم الآلية ونظم الحكم الذاتي على عدم اليقين بسبب الضجيج المسبب للحساسات، والبيئات الدينامية، والمعلومات غير الكاملة، وتوفر الأساليب التساهلية أطرا لمعالجة هذا عدم اليقين بفعالية، مما يتيح الملاحة الأكثر أمانا وأكثر موثوقية.

فهم عدم اليقين في التخطيط في مجال الطب

وينشأ عدم اليقين من مصادر مختلفة، بما في ذلك عدم الدقة في أجهزة الاستشعار، والعقبات التي لا يمكن التنبؤ بها، والتغيرات البيئية، وقد تفشل الخوارزميات المحددة التقليدية في هذه الظروف، مما يؤدي إلى مسارات غير آمنة أو غير فعالة، وتُمثل النُهج التساهلية حالة البيئة والروبوتات كموزّعات محتملة، مما يتيح اتخاذ قرارات أفضل في ظل عدم اليقين.

الطرائق التساهلية في التخطيط للمسار

وتستخدم عدة تقنيات تنطوي على احتمالات لمعالجة عدم اليقين:

  • Probabilistic Roadmaps (PRM):] Randomly samples the formation space to build a graph of feasible paths.
  • Rapidly-exploring Random Trees (RRT): ] Grows trees in the space to find paths efficiently, considering probabilistic sampling.
  • استخدم نماذج مُحتملة مثل مرشحات كالمان أو مرشحات الجسيمات لتقدير موقع الإنسان الآلي وبيئته
  • Partially Observable Markov Decision Processes (POMDP):] Frameworks that plan under uncertainty by considering possible states and observations.

أمثلة عملية

وفي المركبات المستقلة، تساعد النماذج الاحتمالية على التنبؤ بسلوك السائقين والمشاة الآخرين، مما يتيح الملاحة الأكثر أمانا، ويستخدم الروبوتات في بيئات المستودعات التحوطية المحتملة للحفاظ على مواقع دقيقة على الرغم من ضوضاء أجهزة الاستشعار، ويستخدم الطائرون خططاً للطرق التساهلية لتجنب العقبات في البيئات الخارجية الدينامية، وتكييف الطرق القائمة على بيانات الوقت الحقيقي.