Wie oben bereits erwähnt wird die Markov-Annahme in dynamischen Umgebungen verletzt.
Durch eine größere Menschenmenge, die sich über längere Zeit vor dem Roboter
befindet, könnte impliziert werden, der Roboter stehe vor einer Wand. Um diesen
Effekt auszuschließen wurde die Entropy ausgenutzt. Es werden nur solche Sensordaten
verarbeitet, die die Wahrscheinlichkeit, sich an Position
zu befinden, erhöhen. Die Entropy der Verteilung muß also
gesenkt werden. Die Entropy einer Verteilung ist definiert als:
Daraus ergibt sich der Entropygewinn
für einen Sensorwert
in der aktuellen Position: