待验证50% 置信事实精确时间

蒙特卡洛定位基于粒子滤波，用大量随机采样的粒子表示机器人位姿的概率分布，适用于非线性系统

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

多模态与具身智能：进展、陷阱与机会全解析

相关事实

待验证蒙特卡洛方法的核心思想是对难以用解析公式求解的问题通过大量随机采样来估计其概率分布或期望值65% 相似待验证卡尔曼滤波是一种递归贝叶斯估计算法，能够在含噪声的传感器数据中实时估计系统状态63% 相似待验证扩散策略（Diffusion Policy）将去噪扩散概率模型引入动作生成，相比传统BC能更好地建模多模态动作分布，在多项真实机器人操作实验中超越基线方法61% 相似待验证Diffusion Policy 将扩散模型引入机器人控制，通过迭代去噪生成动作序列，能处理动作空间的多峰分布61% 相似待验证扩散模型的随机采样本质决定了同一提示词每次生成结果均存在差异60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/544386

API

curl https://kongchang.com/api/v1/knowledge/claims/544386

MCP

get_claim(id=544386)