本文综述贝叶斯深度学习研究，从分布偏移角度评估其泛化与校准。研究发现，集成单模后验逼近可显著提升性能，变分推理微调最优，SWAG校准最佳。该方法能捕捉系统不确定性，提升自主导航性能，并应用于语义分割、主动学习、推荐系统等领域。