Robotická autonómia: Rozhodovanie v neistote
Roboty musia robiť rozhodnutia aj v neistých situáciách. Prednáška zo Stanfordu vysvetľuje matematické modely (dynamické programovanie, Markovovský predpoklad) a algoritmy pre robotickú autonómiu – kompromis medzi bezpečnosťou a efektivitou.
Prednáška zo Stanfordu sa zaoberá komplexnou témou rozhodovania robotov v reálnom svete, kde je vždy prítomná neistota. Profesor Marco Pavone vysvetľuje, ako roboty môžu robiť informované rozhodnutia aj napriek tomu, že nemajú dokonalé informácie o svojom okolí. Hlavným cieľom je porozumieť matematickým modelom a algoritmom, ktoré umožňujú robotom navigovať a konať v neistých situáciách. Prednáška sa zameriava na dynamické programovanie a procesy rozhodovania na trhu, pričom naznačuje, že štvrtok bude venovaný posilňovaciemu učeniu ako aproximácii týchto problémov.
Základné Princípy Rozhodovania v Neistých Podmienkach
Rozhodovanie robotov v reálnom svete je často spojené s neistotou, či už ide o predpovedanie správania ľudí alebo o presnosť senzorických údajov. Aby mohol robot robiť efektívne rozhodnutia, musí zvážiť kompromis medzi bezpečnosťou a efektivitou. Prednáška sa primárne sústreďuje na matematické modely a základné algoritmy pre rozhodovanie v neistých situáciách.
