65、传感器与信息空间解读

传感器与信息空间解读

在许多实际应用场景中，我们往往无法确切知晓当前的状态。例如在机器人领域，除了某些有限的情况外，机器人很难精确知道自身的状态。当面临状态信息有限的情况时，我们该如何应对呢？

状态未知时的信息获取与处理

当状态未知时，我们可以从三个主要来源获取关于状态的信息：
1. 初始条件 ：在采取任何行动之前，初始条件可能提供强大的信息。极端情况下，可能直接给出初始状态；也有可能初始条件不包含任何有用信息。
2. 传感器观测 ：在执行过程中，传感器会提供与状态相关的测量值。但这些测量值通常是不完整的，或者会受到干扰而产生偏差。
3. 已执行的行动 ：计划中已经执行的行动能提供关于状态的宝贵信息。例如，若命令机器人向东移动（除状态未知外无其他不确定性），那么可以推断当前状态比之前更靠东。

一般来说，使用信息空间有两种方式：
1. 状态估计 ：收集所有可用信息，尝试估计状态。这是经典的方法，假设状态估计没有不确定性，并证明（或期望）在合理的估计误差下，所得到的计划能够正常工作。计划通常表示为 $\pi : X \to U$。
2. 基于信息空间求解 ：完全在信息空间中解决任务。许多任务无需知道确切状态就能完成，目标和分析都在信息空间中进行，无需达到特定状态。对于很多问题，这种方法能带来显著的简化。计划通常表示为 $\pi : I \to U$，其中 $I$ 为信息空间。

离散状态空间中的传感器

在离