文档首页/ 自动驾驶云服务 Octopus/ 常见问题/ 仿真服务常见问题/ 采样方式有哪些？
更新时间：2025-03-10 GMT+08:00
查看PDF
分享

采样方式有哪些？

问：采样方式有哪些。

答：

采样方式包含如下：

  • 蒙特卡洛采样

    一种简单的随机抽样，根据概率分布进行采样，如对样本服从µ=0，δ=1的正态分布，通过蒙特卡洛采样进行采样，采样得到的点能满足正态分布要求。采样得到的点会集中µ=0附近，要想采样得到更边界的点，需要进行大量采样。

  • 拉丁超立方采样

    用较少的采样次数，来达到与多次蒙特卡洛采样相同的结果，并且涵盖更全面的边界点。

  • 联合概率分布采样

    假设连续型参数符合正态分布，支持录入连续型参数之间的相关系数（值为1时，表示变量完全正相关。值为0时，表示变量间独立。值为-1时，表示变量完全负相关），并根据参数分布和相关系数进行联合概率分布采样。而离散型参数根据给定的取值列表进行随机采样。

  • 重要型采样

    在优化目标边界附近进行采样，利用上一次泛化场景仿真后得到的评测分数进行训练拟合，找到边界后不断在边界附近进行采样。

相关文档