Sự khác biệt giữa bộ lọc hạt Rao-Blackwellized và bộ lọc thông thường

Từ những gì tôi đã đọc cho đến nay, có vẻ như bộ lọc hạt Rao-Blackwellized chỉ là một bộ lọc hạt bình thường được sử dụng sau khi làm cho một biến từ:

Tôi không thực sự chắc chắn về kết luận đó, vì vậy tôi muốn biết sự khác biệt chính xác giữa hai loại bộ lọc này. Cảm ơn trước.

Bộ lọc hạt Rao-Blackwellized (RBPF) như bạn nói trong câu hỏi của bạn thực hiện một phần lề của phân phối xác suất của không gian trạng thái của bạn.

Bộ lọc hạt sử dụng lấy mẫu để thể hiện phân phối xác suất đa biến của không gian trạng thái của bạn. Sử dụng các mẫu để thể hiện phân phối trước hết chỉ là một xấp xỉ và thứ hai là không hiệu quả trong hầu hết các trường hợp. Kích thước của trạng thái càng cao, bạn càng cần nhiều hạt. Một mẹo được giới thiệu bởi Doucet et al. là để ra khỏi một tập hợp con của không gian trạng thái, có thể được xử lý theo cách hiệu quả hơn bằng cách sử dụng biểu diễn Gaussian.

$X$$Y$

$X$$Y$$Y$$X$

$Y$

Điều này ngoài lề rất phổ biến trong SLAM. Lý do là cùng lấy mẫu qua vị trí và bản đồ là không thực tế. Ý tưởng RBPF đã được phổ biến trong FastSLAM, nhận ra rằng việc ra rìa các bản đồ từ bản phân phối chung làm cho vấn đề trở nên dễ xử lý. Như trong ví dụ trên, mỗi hạt ở đó đại diện cho một tư thế, sự tương ứng và bản đồ. Vì vậy, có một bản đồ cho mỗi hạt.

Vì vậy, sự khác biệt giữa RBPF và bộ lọc hạt thông thường là các mẫu RBPF trên một không gian con của phân phối xác suất của trạng thái và biểu thị phần còn lại bằng cách sử dụng một thống kê khác. Tôi có một câu hỏi liên quan khác trên nền toán học của phần Rao-Blackwellization.

Trang 151 sẽ giúp,

https://users.aalto.fi/~ssarkka/pub/cup_book_online_20131111.pdf

Trong đó u là một mẫu (hạt không có trọng lượng)