利用蒙特卡洛方法与基于集合的评估计算区间值覆盖概率图

《International Journal of Approximate Reasoning》：Computing interval-valued coverage probability maps via Monte Carlo method and set-based evaluation

　　•区间值覆盖图能够区分轨迹的随机变化与几何上的不确定性。•自适应概率驱动的优化方法会针对区间宽度较大的区域进行精细处理。•区间值蒙特卡洛估计几乎可以必然地收敛为确定的概率区间。

引言
在许多机器人和自主系统应用中，覆盖分析起着核心作用，这些应用包括环境监测、检查、监视以及海底勘探[1]、[2]、[3]。在这样的任务中，目标不仅是生成可行的轨迹，还要评估在给定时间范围内对空间区域的观测可靠性。当车辆运动受到干扰、建模误差或随机控制输入的影响时，覆盖情况就会变得具有不确定性，必须在其概率框架内加以处理[4]。传统的覆盖估计方法通常依赖于确定的几何构造或蒙特卡洛模拟[5]、[6]。在后一种方法中，会生成独立的轨迹实例，然后根据二元包含关系来判断每个空间单元是否被覆盖，进而通过经验频率来估计覆盖概率。虽然这种方法在概念上较为简单，但它隐含地假设包含关系可以被精确判断。但实际上，被覆盖区域是通过数值计算得出的，只能通过有限精度的几何近似来表示。因此，边界效应、部分单元覆盖以及不精确的集合计算都可能使得无法做出明确的二元判定。这种情况揭示了两种不同来源的不确定性共存——第一种是随机性的，源于不确定的动力学、干扰或控制输入所导致的轨迹变化；第二种是几何和逻辑上的，源于无法从现有的集合表示中确定某个空间单元是否属于被覆盖区域。标准的单值蒙特卡洛覆盖图往往通过将每个单元的评估强制转化为二元结果来掩盖这种差异，即便其背后的几何包含关系尚未明确。一个合理的覆盖估计框架应当保留对轨迹随机变化的概率处理方式，同时明确表示那些不确定的集合包含结果。

区间分析和集合成员资格方法为处理数值和几何不确定性提供了严谨的工具。尤其是基于契约和分离器的技巧，能够计算出隐式定义集合的经过验证的内外近似值。这些方法已在控制、状态估计和机器人技术等领域得到成功应用[7]、[8]、[9]。然而，将其与蒙特卡洛估计结合以构建空间覆盖概率图的做法仍然十分有限。

本文旨在提出一种统一的框架，用于构建结合随机采样与经过验证的基于集合的覆盖评估的区间值覆盖概率图。核心思想是用三值逻辑取代传统的二元包含测试，以此区分已确认的完全覆盖、已确认的非覆盖以及不确定的结果。随后，这种逻辑上的精细化处理会被嵌入到区间值蒙特卡洛估计器中，通过对不确定状态进行二元下限和上限的解释来实现。随着样本数量的增加，对于每个空间单元，经验区间值估计器几乎必然会收敛为一个包含真实单元覆盖概率的确定概率区间。区间宽度反映了不确定包含结果的统计频率，因此能够单独量化几何不确定性的影响，与轨迹实现的随机生成相区分。

对于每一个轨迹实例，都会使用基于集合的经过验证的计算方法来评估被覆盖区域。通过分离器和分支收缩铺砌法，可以构建被覆盖区域的内外近似值，从而获得实施三值包含测试所需的几何信息。随后，将这些逐单元的区间估计值整理成空间域上的区间值覆盖概率图。最后，还引入了一种自适应概率驱动的优化策略，用于在区间宽度仍较大的区域对最终地图进行精细处理，同时不会改变每个单元所使用的经过验证的几何评估方法。

所提出的区间值表述不应被理解为传统蒙特卡洛估计周围的统计置信区间。尽管所得结果表现为概率的下限和上限估计值，但它们并非作为对轨迹规律的主观不精确概率模型而引入，而是源于将不确定的集合包含结果以逻辑和数值方式嵌入到蒙特卡洛聚合过程之中。从这个意义上说，区间宽度量化的是尚未解决的几何评估问题，而非概率分布本身的先验不确定性。

本文的主要贡献包括：
•一种基于单元的随机覆盖模型，能够明确区分由轨迹变化引起的变异与集合包含评估中的几何和逻辑不确定性。
•一种三值包含逻辑及其区间值蒙特卡洛实现方式，由此可得到几乎必然收敛为确定概率区间的经验区间值估计器。
•基于契约、分离器以及被覆盖区域的分支收缩铺砌法，实现了三值包含测试的经过验证的基于集合的处理方法。
•构建了区间值覆盖概率图，并提出了用于组织最终空间分解的自适应概率驱动优化策略。
•通过一个水下机器人仿真应用，展示了常规及自适应区间值覆盖概率图的构建与解读方法。

本文的其余结构如下：第2节对随机覆盖问题进行了形式化描述；第3节回顾了传统的蒙特卡洛建模方法；第4节介绍了基于单元的覆盖概率图；第5节定义了三值包含逻辑；第6节阐述了其区间值蒙特卡洛实现方式；第7节详细介绍了被覆盖区域的经过验证的基于集合的计算方法；第8节介绍了区间值覆盖概率图的构建方法以及自适应概率驱动优化策略；第9节通过一个随机水下车辆场景演示了该方法的应用，随后是讨论与总结意见。