摘要

接触机器人这个领域已经一个月了，在未确定研究课题之前，希望能通过阅读经典书籍，夯实基础。
通过Probabilistic Robotics 读书笔记这一系列博客，希望记录自己在阅读《Probabilistic Robotics》时的心得体会。这一系列博客的重点在于思路的总结和理解，对于公式的推导过程会尽量省略。
作为还未入门的新手，加之是英语书籍，学习过程中必然有理解的偏差，望指正。

内容

第一章节论述了概率机器人学的基本哲学理念。
机器人通过传感器感知外部环境，然后通过驱动器执行行为，影响外部环境，在这过程中总是充满了各种不确定性。主要体现在五个方面。
1.环境。物理世界的本质就是动态和不可预测的。
2.传感器。传感器本身受限于物理规律，其次传感器本身存在噪声。
3.机器人。机器人驱动器执行行为时存在噪声。
4.模型。模型是对真实世界的抽象，其中必然存在误差。
5.计算。由于计算资源的限制，常常通过近似的方法来达到低响应时间的目的。

基于如此多的不确定性，因此要在机器人学中应用概率论的方法。即为概率机器人学。概率机器人学所依赖的是对所有的空间用概率分布的形式来表示，而不是某个“最好猜测“。从而可以将以上五个方面的不确定都容纳到数学模型中。通过概率信息来进行决策，可以为机器人领域中面临的难题提供新的解决方法。

书中通过机器人定位的实例，描述如何利用概率的方法来完成机器人的定位。

总的来说，在机器人学中，基于概率的方法具有更高的鲁棒性，可以处理更复杂与未知的环境。而实际上，概率机器人学也是机器人评估问题或者地图构建问题中已知的唯一解决方法。其次概率机器人学与传统的计划算法(classical planning algorithms)相比，所依赖模型的精确程度更低。最后概率机器人学适用于任何关于感知和行动的问题。
然而概率机器人学也有弊端，第一在于计算的效率问题，第二在于需要近似，这也是概率论常常面临的局限。因此提高计算效率和近似的准确度是概率机器人学研究的重点所在。

总结

刚开始接触概率机器人学，对书中的很多观点理解得并不是很深刻。本科的某个老师说过，书本的第一章往往是最难的，我觉得还是很有道理。希望通过接下来的学习，进一步加深概率机器人学的哲学观。