[IROS] Discrete Belief Propagation Network Using Population Coding and Factor Graph for Kinematic Co

Abstract

方法：
本文提出了一个因子图形式的概率图形模型，通过计算全向移动机器人的运动学来进行分层概率推理。受神经元信息处理的启发，我们提出应用群体编码原则对因子图内传输的信息进行编码，以更新网络的内部信念。

验证：
在本文中，我们研究了两个推理场景:

1. 单轮电机控制
   使用omnidirectional mobile robot上得来的真实数据
   这个实验的结果显示the factor graph can learn input-output relations almost perfectly
2. second for the robot’s velocity and orientation in real-world coordinates using simulation data.
   这个实验的结果显示selected model in the factor graph is quite robust against disturbances due to nois