26、安全人机交互中机器人行为设计解析

安全人机交互中机器人行为设计解析

1. 状态估计符号定义
类型 状态估计 估计误差 均方估计误差(MSEE)
后验 $\hat{x}_j (k|k)$ $\tilde{x}_j (k|k)$ $X_j (k|k)$
先验 $\hat{x}_j (k + 1|k)$ $\tilde{x}_j (k + 1|k)$ $X_j (k + 1|k)$
2. 信念空间中的安全集

在信念空间中,对于 $j \in H$,$x_j$ 的状态估计不再是一个点,而是一个分布 $N(\hat{x}_j, X_j)$,其中 $X_j$ 是协方差,表示估计中的不确定性水平,且所有分布都假设为高斯分布。$X_j$ 可写为 $X_j = E[(x_j - \hat{x}_j)(x_j - \hat{x}_j)^T]$,即均方估计误差(MSEE)。

由于 $x_j (k + 1)$ 的分布是无界的,不等式约束需要满足概率约束:
$P{x_j (k + 1) : L(k)u_R \leq S(k, x_H)} \geq 1 - \epsilon, \forall j \

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值