کمپیوٹر فیلڈر روبوٹس ایک مقبول طریقہ ہے روبوٹس مقامی بنانے کے لیے روبوٹس کو ماحول میں اپنے مقام کا اندازہ لگانے کی اجازت دیتا ہے وہ غیر یقینی اور حساس اعداد و شمار کو حل کرنے کے لیے پرابیلی ماڈل پر انحصار کرتے ہیں ۔

بِ وہی کام جو آج تک کِیا جاتا ہے

Particle Rediserves Bayesian linking پر مبنی ہیں، جو ایک روبوٹ کی حالت کے امکانات کو وقت کے ساتھ اپ ڈیٹ کرتا ہے۔کلے کا تصور دو مراحل پر مشتمل ہے: توقعات اور تجدید۔

مڈل ماڈل

روبوٹ کی حالت ایک قابل اعتماد تقسیم (x t ⁇ z gmail:tfolf, ople t-t-t-Ot)، جہاں (X t ) حالت وقت (T)، (Z tégent)، سیف پیمائش اور (مخ1:1) اس تناسب پر کنٹرول کنٹرول ہے۔

(محمد مُٹ/مُقَرْتِحْنَا أَوْمَنَا يَوْمَنَا يَوْمَنَّهُمْ يَوْمَنَا يَوْمَنَّا يَوْمَنُونَ سانچہ:قرآن-سورہ 83 آیت 18۔۔۔*

دوبارہ کوشش

دوبارہپنگ ایک کلیدی قدم ہے جس میں زیادہ تر وزنی تناسب بنتے ہیں ۔اس میں وزن کے اوپر موجود ذرات کا انتخاب کرنا شامل ہے تاکہ ان کے وزن پر منحصر اجزا کا انتخاب کیا جا سکے

  • اجزا کی تقسیم
  • حرکت ماڈل استعمال کرتے ہوئے
  • سینسر اعداد کے ساتھ اپ ڈیٹ کرو
  • ہائی پروے ذرات پر توجہ مرکوز کرنے کے لیے دوبارہ کوشش کرنا۔