Моделирование Монте-Карло в Matlab для поиска среднего и дисперсии

Робот случайным образом ищет цель. на каждом временном шаге он принимает решение ехать прямо, влево или вправо с вероятностью 0,8,0,1,0,1 с постоянной скоростью.

Я определил случайные переменные (двухразмерные) для всех 7 исходов для 2 ходов (влево прямо, влево влево, влево вправо, прямо вправо, прямо прямо, вправо вправо, прямо вправо) в соответствии с их расположением и таким образом рассчитал среднее значение ( 4,27) и дисперсии (1,8961). Может ли кто-нибудь помочь мне, как выполнить моделирование Монте-Карло для оценки среднего и дисперсии в Matlab?

Спасибо


matlab mean variance montecarlo
person happyme    schedule 27.11.2013    source источник
comment
Вам нужно быть более точным и лучше объяснить свою проблему, если вы хотите получить помощь. Почему 7 результатов? Когда вы объединяете 3 возможности с 3 возможностями, вы получаете 9 возможностей. Зачем объединять только два - есть ли гарантия, что цель была найдена после двух шагов? среднее значение и дисперсия чего? Движение в двух измерениях? Каково распределение местоположения цели относительно начального положения и ориентации робота?   -  person A. Donda    schedule 27.11.2013
comment
Спасибо за понимание! Да, цель будет найдена в два этапа. Я совмещаю только два, что касается прихода на одни и те же позиции по нескольким исходам. (Мы определяем ориентацию робота, так же как и прямую, левую и правую.) Предположим, что робот стоит в начале координатной оси x-y.   -  person happyme    schedule 27.11.2013

Ответы (2)


arrow_upward
1
arrow_downward

Здесь мы использовали оценку производительности визуального поиска человека методами Монте-Карло и эвристической моделью.

R = normrnd(mu,sigma)

учитывая мю (в вашем случае среднее (4,27)) и сигму (основание дисперсии (1,8961)), тогда мы использовали векторный метод (8 направлений)

5 4 3
 \|/ 
6-o-2
 /|\
7 0 1

где среднее значение было сосредоточено на 4 (более или менее как в вашем случае).

Надеюсь, это поможет.

person venergiac    schedule 27.11.2013

arrow_upward
0
arrow_downward

Спасибо за вашу помощь! Я придумал способ с помощью приведенного выше ответа !:

Step=random('uniform',0,1,1,2*(samples/run));
%% Defining directions
% for each step, if, 0<step<0.1,turn left;
% 0.1<step<0.2,turn right;
% step>0.2, go straight;
%% 7 outcomes

таким образом вычисляя среднее значение и дисперсию через математическое ожидание!

person happyme    schedule 27.11.2013