黑巖小說

第588章 都會搶答了（第2頁）

這些正是他離散數(shù)學研究中涉及的強項。

尤其是博弈論在多智能體系統(tǒng)中的復雜均衡分析，更是他研究過的一個小分支。

陳默竟然將智能駕駛中最難啃的“行為決策”

硬骨頭，如此清晰地解剖開，并精準地指向了這些離散數(shù)學工具。

這已經(jīng)不僅僅是懂行了，這簡直是。。。洞若觀火！

顧南舟看著陳默一臉淡定的樣子越發(fā)覺得離譜，這他媽到底你是離散數(shù)學的博士還是我是?。?？？

陳默仿佛沒看到他們的震動，繼續(xù)向下剖析，指尖指向虛空，仿佛那里有無形的傳感器在交織數(shù)據(jù)。

“然后是感知融合（SenSOrFUSiOn）?！?/p>

他的語氣變得如同精密儀器般冷靜，“攝像頭、激光雷達、毫米波雷達。。。多源異構傳感器，各自輸出帶噪聲、帶不確定性的數(shù)據(jù)。

如何將它們統(tǒng)一起來，得到一個對周圍環(huán)境最可靠、最一致的認知？”

“核心是概率圖模型（PrObabiliStiCGraphiCalMOdelS）！”

陳默的聲音斬釘截鐵。

第588章都會搶答了

“貝葉斯網(wǎng)絡（BayeSianNetWOrk）用于建模變量間的概率依賴關系，馬爾可夫隨機場（MarkOvRandOmField，MRF）用于處理空間關聯(lián)性。

用它們來融合多傳感器數(shù)據(jù)，估計目標的存在概率、位置、速度、類別。。。

這是處理感知不確定性的數(shù)學利器！”

他目光如電，掃過顧南舟：

“而在這個融合過程中，一個關鍵挑戰(zhàn)是多目標跟蹤（MUlti-ObieCtTraCking，MOT）和數(shù)據(jù)關聯(lián)（DataASSOCiatiOn）。

不同傳感器、不同時刻檢測到的目標，如何確定誰是誰？

如何避免混淆？

這需要解決一個指派問題（ASSignmentPrOblem）！”

“最經(jīng)典的解法是什么？”

陳默微微提高了聲音，帶著一種引導的意味看向顧南舟。

顧南舟幾乎是脫口而出：

“匈牙利算法（HUngarianAlgOrithm）！