programar los coches de auto

Introducción
En este curso usted aprenderá a programar los coches de auto-conducción! En concreto, en
esta unidad, usted aprenderá cómo programar un localizador, que es una ayuda direccional
usada para ayudar a las máquinas en la toma de decisiones informadas de navegación.
Durante la última década los informáticos han desarrollado métodos usando sensores, radares
y software para programarlos vehículos con la capacidad de sentir su propia ubicación, la
ubicación de los otros vehículos y navegar un rumbo trazado.
Stanford profesor universitario y director del Laboratorio de Inteligencia Artificial de Stanford,
coches autónomos de Sebastian Thrun, Stanley y junior ilustran el progreso que se ha
realizado en este ámbito en la última década. Además, elProyecto de coches sinconductor
Google tiene por objetivo promover la investigación y el desarrollo para que los coches sin
conductor en una opción viable para las personas en todas partes.
Coches sin conductor sonido limpio, ¿eh? ¿Quieres programar su propio?
Vamos a empezar!

El problema de la localización
La localización es la capacidad de una máquina para ubicarse en el espacio.
Considere la posibilidad de un robotperdido en el espacio. Dentro de su entorno, ¿cómo
puede el robot localizar dónde está en el espacio?
En lugar de instalar un dispositivo GPS en nuestro robot, vamos a escribir un programa para
implementar la localización.
Nuestro programa de localización reducirá el margen de error considerablemente, en
comparación con un dispositivo GPS cuya margen de error puede ser tan alta como diezmetros. Para nuestro robot al éxito y precisión navegar a través del espacio en sí, estamos
buscando un margen de error de entre dos y diez centímetros.
Imagine un robot reside en un mundo unidimensional, así en algún lugar a lo largo de una
línea recta, sin ninguna idea de dónde está en este mundo. Para un ejemplo de un mundo así
que podemos imaginar un pasillo largo y estrecho donde sólo esposible avanzar o
retroceder; movimiento lateral es imposible.

Desde nuestro robot es totalmente desorientado sobre su ubicación, considera que todos los
puntos en este mundo unidimensional es igualmente probable que sea su posición
actual. Podemos describir matemáticamente esta diciendo que la función de probabilidad de
robot es uniforme (la misma) sobre el espacio de muestra (en este caso,mundo
unidimensional del robot).
Si tuviéramos que trazar una gráfica de esta función de probabilidad con probabilidad en el eje
vertical y la ubicación en el eje horizontal, nos trazamos una línea recta a nivel. Esta línea
describe una función de probabilidad uniforme , y representa el estado de máxima confusión .

Supongamos que hay tres puntos de referencia, que son tres puertas quetodos parecen
iguales y podemos distinguir una puerta de una zona de no-puerta.
Si el robot detecta que está al lado de una puerta, ¿cómo afecta esto nuestra creencia - o la
probabilidad de que el robot se encuentra cerca de una puerta?

En la nueva función, hay tres protuberancias alineadas con la ubicación de las puertas. Dado
que el robot sólo ha sentido que está cerca de una puerta, asignaestas ubicaciones mayor
probabilidad (indicado por los baches en el gráfico), mientras que todos los otros lugares han
disminuido creencia.
Esta función representa otra distribución de probabilidad , llamado el posterior creencia en que
la función se define después de adoptada la medida sentido del robot.

La posterior función es la mejor representación de la creencia actual del robot, dondecada
protuberancia representa la evaluación del robot de su posición relativa a una puerta.
Sin embargo, la posibilidad de hacer una mala medición se cierne constantemente sobre la
robótica, y en el transcurso de esta clase veremos varias maneras de manejar este problema.

Movimiento del robot
Si el robot se mueve hacia la derecha una cierta distancia, podemos cambiar la creencia de...