پرابیاتی نقشہ اور مقامی تناظر میں اہم تکنیکیں ہیں، جو مشینوں کو اپنے ماحول کو درست طور پر سمجھنے اور درست کرنے کے قابل بناتی ہیں۔یہ طریقے Bayesian اصولوں پر انحصار کرتے ہیں تاکہ غیر یقینی طور پر منظم اور فعال ترتیبات میں فیصلہ سازی کے عمل کو بہتر بنایا جا سکے۔

جب آپ کو پتہ چلتا ہے کہ آپ کا بچہ کیسا محسوس کرتا ہے تو آپ کیا کر سکتے ہیں ؟

ایک ٹھوس نقشہ کی بجائے روبوٹس ممکنہ مقامات یا رکاوٹوں پر ایک ممکنہ تقسیم پیدا کرتی ہیں یہ طریقہ کار زیادہ تر غیر یقینی طور پر قابلِ عمل آواز یا نامکمل اعداد کے ساتھ ماحول میں ممکنہ طور پر قابلِ ذکر معلومات فراہم کرتا ہے۔

مقامی طور پر استعمال ہونے والی بوریس کی مدد

مقامی طور پر کسی نقشے کے اندر روبوٹ کے مقام کا تعین کرنے کا عمل ہے. Bayesian طریقوں جیسے کہ Kalman Plain یا partic field، روبوٹ کی پیمائش کے انداز میں پیمائشی سطح پر تجزیہ اور حرکت کے احکام پر مبنی یہ الجبراً پہلے علم میں داخل کرتے ہیں اور جگہ جگہ کے تعین کے لیے مستقل اعداد و شمار کو درست کرنے کے لیے نئے ڈیٹا کو ترتیب دیتے ہیں۔

رُوُتیس میں اطلاقات

وہ پیچیدہ ماحول میں غیرمعمولی نظاموں کی بہتری کے لئے بہتر بناتے ہیں جیسے کہ شہری علاقے یا اندور مقامات کو محدود جینز سگنلز کے ساتھ ۔

  • sensor fusion
  • نقل‌مکانی کرنے والی مقامی اور نقل‌مکانی ( ایل‌ایم )
  • ماحولیاتی ماحول
  • غیر یقینی انتظام