外观
踩坑Robotics Stack Exchange2015-07-20
低方差重采样中 weight(i) 越界怎么办
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Low variance resampling algorithm for particle filter（Robotics Stack Exchange #7705）
状态：已解决
问题
按《Probabilistic Robotics》实现低方差重采样时，r = rand 取 0-1，循环中访问 weight(i) 时 i 超过数组维度；提问者考虑循环移位权重数组但不确定是否正确。
环境
Linux / ROS 机器人软件与控制通用开发环境
解决办法
- 将
r的取值从0-1改为0到M^-1，其中M对应粒子数或state_size。 - 在 MATLAB 中可按该范围生成初始随机偏移，例如用
rand/state_size替代r = rand。 - 不需要通过循环移位
weight数组绕过越界；修正r后，U = r + (m - 1)/state_size会落在期望的分段概率空间内。
原问题作者：Kelly；采纳答案作者：holmeski。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
来源
本页事实对应的公开页面，以原文为准。