蒙特卡羅定位

足球機器人中自定位方法是由Fox提出的蒙特卡羅定位。 這是一種機率方法，把足球機器人當前位置看成許多粒子的密度模型。 機率平均分布的確定用來表示當前機器人的位置的最優估計。

蒙特卡羅定位（monte carlo localization）簡稱MCL
足球機器人中自定位方法是由Fox提出的蒙特卡羅定位。這是一種機率方法，把足球機器人當前位置看成許多粒子的密度模型。每個粒子可以看成機器人在此位置定位的假設。在多數套用中，蒙特卡羅定位用在帶有距離感測器的機器人設備上，如雷射掃描聲納感測器。只有一些方法，視覺用於自定位。在足球機器人自定位有些不同，因為機器人占的面積相對比較小，但是機器人所在位置的面積必須相當準確的確定，以便允許同組不同機器人交流有關場地物體信息和遵守比賽規則。這種定位方法分為如下步驟，首先所有粒子按照一起那機器人的活動的運動模型移動。機率pi取決於在感知模型的基礎上所有粒子在當前感測器上的讀數。基於這些機率，就提出了所謂的重採樣，將更多粒子移向很高機率的採樣位置。機率平均分布的確定用來表示當前機器人的位置的最優估計。最後返回開始。
蒙特卡羅定位方法是套用於實際環境考慮的主要問題。