Обычная программа слежения напоминает штурмана, ведущего судно по звёздам. Но стоит небу затянуться — координаты плывут, а в данных нарастает энтропия (мера неопределённости). Новый алгоритм получает «второго пилота» — модуль, который следит, насколько уверен основной навигатор.
Когда расчёты начинают расходиться с реальностью, срабатывает сигнал: «звёзды сместились, пора уточнить карту». Такой самоконтроль похож на работу астрономов, которые при сбоях в замерах яркости перекалибровывают телескопы, или на автоматику поиска планет по колебаниям света, запускающую дополнительную проверку.
Любопытно, что исходный метод — фильтр Калмана — вёл «Аполлоны» к Луне. Теперь нейросети учат его ориентироваться даже там, где не видно ни одной звезды. В итоге дроны и зонды становятся надёжнее в самой непредсказуемой среде без вмешательства человека.
как её написали авторы, на английском arXiv:2607.13387
Reliable state estimation in dynamical systems is often challenged by model mismatches, unknown noise statistics, and temporal variations. While AI-aided Kalman filters such as KalmanNet leverage deep learning to enhance classical estimation, they remain vulnerable to distribution shifts and lack mechanisms for autonomous adaptation. This work introduces Change-Aware Self-Adaptive KalmanNet (CASA-KalmanNet), an online adaptation framework that integrates a dedicated neural module, termed CPDNet, to monitor the interpretable internal features of KalmanNet and provide soft indicators of reliability degradation. These indicators dynamically regulate an online learning process, enabling data-efficient and timely adaptation to both abrupt and gradual changes in the system without requiring additional state labels from the changed regime. Numerical experiments on linear and nonlinear state-space models show that CASA-KalmanNet consistently outperforms existing learning-based filters under model mismatch, while approaching the accuracy of optimal classical methods with full domain knowledge.
Фильтр Калмана был настолько важным для программы «Аполлон», что его алгоритм вшивали в бортовые компьютеры для коррекции траектории в реальном времени.