지난 강의에서 움직임과 관측모델에 대한 예시에서 가우스 / 비 가우스에 대해 예시를 들어주었는데, 잘 이해하지 못하여 조금 더 자세히 알아보기로 함
Motion and Observation Model
Motion Model
이전 위치와 제어를 기반으로 새로운 위치를 추정함.
$$ ⁍ $$
Observation model
sensor model이라고도 하며, 현재 위치에서 관찰된 정보를 의미.
$$ p(z_t|x_t) $$
Motion Model은 환경에서의 로봇의 움직임을 나타내고, Observation Model은 로봇의 환경 인식을 나타냄.
두 모델 모두 Gaussian 또는 Non-Gaussian 일 수 있다.
Gaussian Model:
움직임 또는 관찰의 오차가 정규 분포라고 가정하므로 대부분의 오차가 작고 오차가 증가함에 따라 더 큰 오차가 발생할 확률이 기하급수적으로 감소합니다. Gaussian 모델은 작업하기 쉽고 Closed-form의 솔루션을 제공하기 때문에 널리 사용됌.
https://en.wikipedia.org/wiki/Normal_distribution
Non-Gaussian Model:
오차가 정규 분포가 아니라고 가정하므로 Gaussian 모델에서 예측하는 것보다 더 큰 오차가 더 자주 발생하고, 근사치가 필요한 경우가 많음.
https://www.statisticshowto.com/probability-and-statistics/non-normal-distributions/#google_vignette