为了在动态环境中智能地行动，移动机器人必须使用从各种来源获得的信息来估计目标位置。我们正式描述了机器人一次只能让其传感器查看一个物体的情况下，物体状态估计问题。我们提出了一种目标跟踪方法，该方法生成并维护由单个信息源生成的概率状态估计组成的多个假设。这些不同的假设可以通过机器人自己的预测模型和机器人团队成员的交流产生。多个假设通常在空间上是不相交的，机器人的有限传感器无法同时验证这些假设。相反，机器人必须通过评估每个假设包含物体的可能性来决定其传感器应针对哪个假设执行任务。我们提供的算法根据对象运动模型中预期的不确定性以及用于跟踪其位置的信息源中的不确定性设置的排名，对不同的假设进行优先级排序。我们详细描述了该算法，并在仿真和实际机器人上的实验中显示了大量的经验结果，证明了该方法的有效性。
