【正文】 95。sfr P2M0 = 0X96。sbit Trig = P3^3。 //產(chǎn)生脈沖引腳sbit Echo = P3^2。 //回波引腳sbit test = P1^1。 //測試用引腳unsigned char code SEG7[10]={0xfc,0x60,0xda,0xf2,0x66,0xb6,0xbe,0xe0,0xfe,0xf6}。//數(shù)碼管09unsigned int distance[4]。 //測距接收緩沖區(qū)unsigned char ge,shi,bai,qian,temp,flag,outeH,outeL,i。 //自定義寄存器bit succeed_flag。 //測量成功標志void conversion(unsigned int temp_data) { ge =temp_data%1000%100%10。 //個位 shi =temp_data%1000%100/10。 //十位 bai =temp_data%1000/100。 //百位 qian =temp_data/1000。 //千位 EA=0。 ge=SEG7[ge]。 shi=SEG7[shi]。 bai=SEG7[bai]。 qian=0。 //qian=SEG7[qian]|0x01。 EA=1。}void time0_init(){ TMOD=0x11。 //定時器0，定時器1，16位工作方式 TR0=1。 //啟動定時器0 IT0=0。 //由高電平變低電平，觸發(fā)外部中斷 ET0=1。 //打開定時器0中斷 EX0=0。 //關(guān)閉外部中斷 EA=1。 //打開總中斷0}void main(void) // 主程序{ unsigned int distance_data,j。 CLK_DIV=0X03。 //系統(tǒng)時鐘為1/8晶振（pdf45頁） P0M1 = 0。 //將io口設(shè)置為推挽輸出 P1M1 = 0。 P2M1 = 0。 P0M0 = 0XFF。 P1M0 = 0XFF。 P2M0 = 0XFF。 i=0。 flag=0。 test =0。 Trig=0。 //首先拉低脈沖輸入引腳 time0_init()。 while(1) //程序循環(huán) { EA=0。 Trig=1。 nop()。 Trig=0。 //產(chǎn)生一個20us的脈沖，在Trig引腳 while(Echo==0)。 //等待Echo回波引腳變高電平 succeed_flag=0。 //清測量成功標志 EX0=1。 //打開外部中斷 TH1=0。 //定時器1清零 TL1=0。 //定時器1清零 TF1=0。 // TR1=1。 //啟動定時器1 EA=1。 while(TH130)。 //等待測量的結(jié)果，（可用中斷實現(xiàn)） TR1=0。 //關(guān)閉定時器1 EX0=0。 //關(guān)閉外部中斷 if(succeed_flag==1) { distance_data=outeH。 //測量結(jié)果的高8位 distance_data=8。 //放入16位的高8位 distance_data=distance_data|outeL。 //與低8位合并成為16位結(jié)果數(shù)據(jù) distance_data*=12。 //因為定時器默認為12分頻 distance_data/=58。 //微秒的單位除以58等于厘米 } //為什么除以58等于厘米， Y米=（X秒*344）/2 if(succeed_flag==0) { distance_data=0。 //沒有回波則清零 } for(j=500。j0。j) { conversion(distance_data)。 } }}INTO_() interrupt 0 // 外部中斷是0號{ outeH=TH1。 //取出定時器的值 outeL=TL1。 //取出定時器的值 succeed_flag=1。 //至成功測量的標志 EX0=0。 //關(guān)閉外部中斷}timer0() interrupt 1 // 定時器0中斷是1號{ TH0=0xfd。 //寫入定時器0初始值 TL0=0x77。 switch(flag) { case 0x00:P2=ge。 P0=0xfd。flag++。break。 case 0x01:P2=shi。P0=0xfe。flag++。break。 case 0x02:P2=bai。P0=0xfb。flag++。break。 case 0x03:P2=qian。P0=0xfb。flag=0。break。 }}中文譯文部分觀察馬爾可夫決策過程現(xiàn)在讓我們將焦點轉(zhuǎn)移到部分觀察到的問題。討論的算法迄今為止，只解決了行動影響的不確定性，但他們的狀態(tài)可以有把握地確定。對于完全可觀察馬爾可夫決策流程，我們設(shè)計了一個隨機控制值迭代的機器人域?，F(xiàn)在我們將在更加一般的情況下的狀態(tài)是充分觀察?？捎^性的缺乏意味著，機器人只能估計一個世界的狀態(tài)，我們稱之為信念分布。這被稱為部分可觀察馬爾可夫決策過程，或POMDPS設(shè)置。在本章的剩余部分解決的核心問題是如下： 我們制定規(guī)劃和控制算法的POMDPS么？ 答案是肯定的，但要注意的是最優(yōu)策略的算法只存在為理想世界，其中狀態(tài)空間，行動空間，空間觀測，并在放置在水平線位置。不幸的是，這些具體方法設(shè)計復(fù)雜。更有趣情況是，這與最有名的algorihms所有近似。 本章是在研究的所有算法的基礎(chǔ)上討論值迭代方法 以前，讓我們重申方程（ ） ，這是中央的更新方程值迭代的公式。在研究POMDPS ，我們應(yīng)使用同樣的想法。它不可觀察的狀態(tài)。我們所有的信號狀態(tài)b ，這是一個多元化的分布特征， POMDPS 。因此，計算信號比公式： 使用此值函數(shù)生成控制： 不幸的是，計算價值的功能是更復(fù)雜得多，在信號空間在狀態(tài)空間。信號是一個概率分布，因此，重視在POMDPS中，CT是函數(shù)的概率分布： 這是個問題，如果狀態(tài)空間黑夜，我們相信空間是連續(xù)的，因為它是在所有狀態(tài)空間分布的空間。情況是連續(xù)狀態(tài)空間更加細膩，信號空間是在2維連續(xù)。此外，方程（ ）（ ）整合了所有的信號 。鑒于信號空間的復(fù)雜性，它不是顯而易見的，完全可以進行整合，或有效使用近似值。 幸運的是，精確的解決方案存在于理想世界的特殊情況中...... 本章安排如下 ，既涉及類型的不確定性：在行動和認知的不確定性不確定性。這算法采用值迭代的想法，但把它應(yīng)用到一個信號空間代表。該算法的基本框架被稱為部分Observ能夠馬爾可夫決策過（ POMDPS）。 POMDP的算法可以預(yù)期頸部的不確定性，積極收集信息，并探討在追求最佳任意性能目標的，增加計算復(fù)雜性。最后， ，這是兩者關(guān)系MDP和POMDP的接管之間算法。增強MDP的算法CON考慮的不確定性，但抽象的細節(jié)，因此計算EF凹痕比POMDP的解決方案。 環(huán)境有限理想的世界的特殊情況，是我們首先考慮的。在這里，我們假設(shè)我們有一個黑夜狀態(tài)空間，許多個國家，不同的觀測地點，和規(guī)劃地平線噸的數(shù)量，根據(jù)這些電腦 ，最優(yōu)值函數(shù)可以精確計算。這是不是在所有顯而易見的。狀態(tài)空間，即使是黑夜，其實是有在環(huán)境中許多可能的信號。然而，在這和下面的部分中，我們建立了良好的關(guān)系已知的結(jié)果，最優(yōu)值函數(shù)是許多組成線性關(guān)系。因此，即使價值功能是定義了一個連續(xù)的，它任然可以準確性表示。 舉例說明:黑夜世界的一個例子。此例子是非常簡單和全面的，其是讀者熟悉的keyissues POMDPS討論一般的解決方案。我們注意到，在此世界中擁有四種狀態(tài)，通過S4標記的S1 ，兩個動作，A1和A2 ，和兩個觀察標記和O2。繪制隨機從， S1和S2的初始狀態(tài)。機器人現(xiàn)在給出一個選擇：執(zhí)行行動的人，高概率（但不總是）傳送到其他各自地點。ALTERNA，信號活潑，它可以執(zhí)行行動A2，結(jié)果在一個，兩個值之間，S3或S4表示概率的過渡。在S3機器人將收到信號收益時，在S4的回報是負數(shù)。這些信號無論是終端口，也就是說，一旦進入任務(wù)就結(jié)束了。因此，機器人的目標是在狀態(tài)S1時執(zhí)行動作2 。如果機器人知道它是在什么狀態(tài)，執(zhí)行任務(wù)將非常容易：只需申請行動的人，直到狀態(tài)S1然后申請行動，機器人不知道它的狀態(tài)。相反，雙方的意見可能在端口不同意，雖然相對于其他觀測的概率是不同的，這取決于機器人的狀態(tài)所在，機器人由于不知道它的初始狀態(tài)是否是初始化，它必須仔細地觀測去過的地點，跟蹤計算其信號。所以問題是：當機器人的嘗試行動時嘗試這個動作要花多久？這些問題和其他一些問題將是重點研究對象。在本節(jié)中，我們的目標是建立一個功能完全相同的地平線上的理想世界與計算最優(yōu)值的算法地平線有限狀態(tài)的環(huán)境，來說明值信號空間迭代值：信號滿足的條件：其余的概率計算公式： 因此，它不能被用于運動規(guī)劃。如避碰規(guī)劃算法預(yù)測運動的影響。因此，里程計模型通常用于估計，而速度模型用于概率的運動規(guī)劃。一個可能的算法，計算概率。它接受初步構(gòu)成控制作為輸入，構(gòu)成一個虛擬的繼任者筆。它輸出的概率在控制在開始執(zhí)行，假設(shè)控制進行了固定歷時。參數(shù)至個具體的機器人運動誤差參數(shù)。該算法首先計算控件無差錯的機器人，在這個計算中的個別變量的含義將更加明顯，下面，當我們得到它。這些參數(shù)是由和提供。 函數(shù)的概率模型的運動誤差。計算其概率下零為本的隨機變量的方差參數(shù)。兩種可能實現(xiàn)，分別為正態(tài)分布的錯誤變量三角分布。 該公式中，b的作用是使概率p1加快，我們還可以寫出這確定了p1,p2,p3.....,pN間的線性關(guān)系 ，假設(shè)機器人可以是S1或S4狀態(tài)，有趣的是，信號分布在兩個S3繪制函數(shù)C和S4間，在我們的例子中，只有與非零收益。在狀態(tài)S3的回報是100，而在狀態(tài)S4的回報是100。 子空間的信號定義為（0,0，p3， 1p3 ）這是一個信號空間放置的所有的概率和S4。里的期望C（B ）繪制成功能的概率p3 。顯然，如果p3=10，環(huán)境狀態(tài)是S4，回報將是C(S4)。另一方面，如果P31的狀態(tài)S3和回報將是c(S3)=100。在這兩者之間，期望是線性的， 在現(xiàn)實中，機器人的運動是受噪音。實際速度不同的命令的（或?qū)崪y，如果機器人擁有一個用于測量速度的傳感器）。我們將模型有限零中心隨機變量的這種差異方差。 這里的是一個零均值與方差錯誤的變量。因此，真正的速度等于指揮速度，加上一些小錯誤的添加劑（噪聲）。在我們的模型，在方差是錯誤的指揮速度成正比。參數(shù)至（）機器人特定的錯誤參數(shù)。他們模擬了機器人的準確性。不準確的機器人，這些參數(shù)較大。 上述兩個方程精確地描述在給定的機器人最終位置該機器人是一個確切的圓形軌跡移動半徑為。而本通函段和行駛距離的半徑控制的影響噪音的軌跡是圓形的，是不是。假設(shè)循環(huán)運動導(dǎo)致的一個重要的退化。尤其是支持的密度是二維的，在一個三維嵌入構(gòu)成空間。事實上，對所有的后路都位于一個二維流形立體構(gòu)成的空間內(nèi)，是一個事實的直接后果，我們使用噪聲變量只有兩個，一個和一個。不幸的是，這簡應(yīng)用狀態(tài)估計的貝葉斯過濾器時，有重要的影響。 在現(xiàn)實中，任何有意義的后驗分布，當然不變質(zhì)，造成可以發(fā)現(xiàn)在一個三維空間的變化，在，和。概括我們的運動模型，因此，我們將承擔(dān)該機器人執(zhí)行輪換當它到達其最終構(gòu)成。因此，）計算，我們模擬的最終方向。 討論從而速度運動模型，到目前為止使用機器人的速度來計算后驗以上構(gòu)成。另外，可能要使用里程計測量隨著時間的推移計算機器人的議案的基礎(chǔ)上。里程計是常用通過整合輪編碼信息，大多數(shù)商業(yè)機器人使這種綜合性姿態(tài)估計在定期的時間間隔（例如，每十第二個）。實踐經(jīng)驗表明，里程計，同時還是錯誤的，是通常比速度更準確。遭受漂移和打滑，但速度另外患有之間的實際運動控制器和不匹配（原油）的數(shù)學(xué)模型。然而，里程計只有在回顧