黑巖小說(shuō)

第588章 都會(huì)搶答了（第2頁(yè)）

這些正是他離散數(shù)學(xué)研究中涉及的強(qiáng)項(xiàng)。

尤其是博弈論在多智能體系統(tǒng)中的復(fù)雜均衡分析，更是他研究過(guò)的一個(gè)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(kāi)，并精準(zhǔn)地指向了這些離散數(shù)學(xué)工具。

這已經(jīng)不僅僅是懂行了，這簡(jiǎn)直是。。。洞若觀火！

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

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

“然后是感知融合（SenSOrFUSiOn）。”

他的語(yǔ)氣變得如同精密儀器般冷靜，“攝像頭、激光雷達(dá)、毫米波雷達(dá)。。。多源異構(gòu)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(lái)，得到一個(gè)對(duì)周圍環(huán)境最可靠、最一致的認(rèn)知？”

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

陳默的聲音斬釘截鐵。

第588章都會(huì)搶答了

“貝葉斯網(wǎng)絡(luò)（BayeSianNetWOrk）用于建模變量間的概率依賴關(guān)系，馬爾可夫隨機(jī)場(chǎng)（MarkOvRandOmField，MRF）用于處理空間關(guān)聯(lián)性。

用它們來(lái)融合多傳感器數(shù)據(jù)，估計(jì)目標(biāo)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(xué)利器！”

他目光如電，掃過(guò)顧南舟：

“而在這個(gè)融合過(guò)程中，一個(gè)關(guān)鍵挑戰(zhàn)是多目標(biāo)跟蹤（MUlti-ObieCtTraCking，MOT）和數(shù)據(jù)關(guān)聯(lián)（DataASSOCiatiOn）。

不同傳感器、不同時(shí)刻檢測(cè)到的目標(biāo)，如何確定誰(shuí)是誰(shuí)？

如何避免混淆？

這需要解決一個(gè)指派問(wèn)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(dǎo)的意味看向顧南舟。

顧南舟幾乎是脫口而出：

“匈牙利算法（HUngarianAlgOrithm）！