Stochastische Roadmap -Simulation

Zum Roboterkontrolle, Stochastische Roadmap -Simulation[1] ist inspiriert von Probabilistische Roadmap[2] Methoden (PRM) für Roboter entwickelt Bewegungsplanung.

Die Hauptidee dieser Methoden besteht darin, die Konnektivität eines geometrisch komplexen hochdimensionalen Raums zu erfassen, indem ein Diagramm lokaler Pfade konstruiert wird, die nach dem Zufallsprinzip aus diesem Raum verbindliche Punkte verbinden. Eine Roadmap G = (v, e) ist eine gerichtete Grafik. Jeder Scheitelpunkt v ist eine zufällig abgetastete Konformation in C. Jede (gerichtete) Kante von Scheitelpunkt V.i zu Scheitelpunkt Vj trägt ein Gewicht pij , was die Wahrscheinlichkeit darstellt, dass sich das Molekül in die Konformation v bewegtj , angesichts der Tatsache, dass es derzeit bei V isti. Die Wahrscheinlichkeit pij ist 0, wenn es keine Kante von V gibti an vj. Andernfalls hängt es von der Energiedifferenz zwischen Konformationen ab.

Die stochastische Roadmap -Simulation wird verwendet, um die Kinetik von Molekular zu untersuchen Bewegung durch gleichzeitig untersuchte mehrere Wege in der Roadmap. Ensembleeigenschaften der molekularen Bewegung (z. B. Wahrscheinlichkeit der Faltung (p)Falten) wird mit der stochastischen Roadmap-Simulation effizient und genau berechnet. PFalten Die Werte werden unter Verwendung der ersten Schrittanalyse von berechnet Markov -Kette Theorie.

Siehe auch

Verweise

  1. ^ Apaydin, M. S.; Brutlag, D. L.; Guestrin, C.; Hsu, D.; Latombe, J.-C. (2003), "Stochastische Roadmap -Simulation: eine effiziente Darstellung und Algorithmus zur Analyse der molekularen Bewegung", Computerbiologie, 10 (3–4): 257–281, doi:10.1145/565196.565199.
  2. ^ Kavraki, L. E.; SVESTKA, P.; Latombe, J.-C.; Overmars, M. H. (1996), "Probabilistische Roadmaps für die Pfadplanung in hochdimensionalen Konfigurationsräumen", IEEE -Transaktionen zu Robotik und Automatisierung, 12 (4): 566–580, Citeseerx 10.1.1.19.6316, doi:10.1109/70.508439.