CARD, abbreviazione di «Proof-Carrying Certificate-to-Action Interface for Relative-Measurement Graphs» (Interfaccia da certificato a azione con prova associata per grafi di misurazioni relative), è un framework che collega i certificati matematici della stima geometrica alle azioni che un robot può eseguire. Il lavoro sottolinea che il risultato di un verificatore, una trasformazione fisica e il supporto probatorio necessario per autorizzare un servizio sono oggetti distinti e come tali dovrebbero essere registrati.
Il framework rappresenta un’azione insieme alla sua esatta prova testimone. Questo gli consente di distinguere un cambiamento nell’azione da un cambiamento o una correzione nella prova che la supporta. Gli autori ricavano una condizione affinché il costo di tracciare entrambi sia uguale a quello di tracciare la sola azione: una sequenza di azioni semanticamente ottimale deve avere un percorso di prove con costo di correzione pari a zero.
CARD modella inoltre l’acquisizione delle prove come una decisione sensibile al tempo. In caso di campionamento uniforme senza reinserimento, il numero di servizi utili segue una distribuzione ipergeometrica. Quando le richieste sono estratte dalla popolazione idonea, ogni richiesta produce un servizio utile in base alla condizione di conferma in tempo reale osservata nello studio.
La valutazione principale comprende 404 casi Full16 provenienti da 20 missioni di un sistema di rilievo aereo AA15-X500. Tutti i 404 punti dell’ottimizzatore confermati dal verificatore differivano dal riferimento, con discrepanze mediane di rotazione e traslazione pari a 1.9891 gradi e 21.6322 metri. Al contrario, le trasformazioni di navigazione causale abbinate erano coerenti con il riferimento in tutti e 404 i casi; le loro discrepanze mediane erano di 0.0036566 gradi e 0.0104519 metri.
Uno studio separato sull’acquisizione ha utilizzato 170 candidati, 155 dei quali idonei, e ha testato cinque budget di richieste. Lo scarto massimo tra la previsione ipergeometrica e il numero medio osservato di servizi ottenuti con la selezione casuale ordinaria è stato di 0.8412. La selezione casuale ordinaria abbinata ha raggiunto 0 successi su 50 obiettivi, mentre la selezione casuale abbinata all’azionabilità ne ha raggiunti 50 su 50, eguagliando la politica CARD.
Per la valutazione a valle, gli autori hanno testato 11 casi provenienti dai dataset KITTI, EuRoC e TUM SLAM. I rapporti tra i tempi di esecuzione dell’ottimizzatore per gli interventi casuali sui grafi e quelli per gli interventi CARD variavano da 1.128 a 67.65 volte. I registri del solver attribuivano la differenza al riempimento durante l’eliminazione, alla dimensione del fattore di Cholesky e alla fattorizzazione numerica.
Fonti: arXiv cs.AI.