- 博客(73)
- 收藏
- 关注
原创 REINFORCE算法
REINFORCE 算法是基于蒙特卡洛采样的无模型策略梯度方法,由 Williams 于 1992 年提出。加权策略梯度,优化策略参数;通过增大高回报轨迹中动作的概率、降低低回报轨迹中动作的概率,从而提升策略性能。
2026-05-25 10:41:25
408
1
原创 多臂老虎机
核心在于权衡尝试新选项(探索)与选择已知高回报选项(利用),的经典问题:智能体需在未知奖励分布的多个选项中决策,多臂老虎机是强化学习中。,结构简化但应用广泛。
2026-05-24 08:38:05
40
原创 贝尔曼最优方程.价值迭代
在5×5 的网格是上,,智能体可上下左右移动。其中网格含终点(4,4)的奖励 1、陷阱(2,2)惩罚 - 1,且每步有小惩罚。要求可视化价值矩阵和行动策略,展示每个位置的最优移动方向。
2026-05-19 11:03:44
34
原创 文化优化算法
种群空间从微观的角度模拟个体根据一定的行为准则进化的过程,而信念空间则从宏观的角度模拟文化的形成、传递、比较和更新等进化过程。种群空间和信念空间是各自保存自己群体的两个相对独立的进化过程,并各自独立演化。下层空间定期贡献精英个体给上层空间,上层空间不断进化自己的精英群体来影响或控制下层空间群体,这两个空间通过特定的协议进行信息交流,最终形成“双演化、双促进”的进化机制。文化算法的基本结构文化算法是一种基于知识的双层进化系统,包含两个进化空间:一个是进化过程中获取的经验和知识组成的信念空间;
2026-03-05 07:00:00
220
原创 部署及试运行Ros2
3.查看ros:humble bash运行id。1.拉取ros:humble bash。2.启动ros:humble bash。4.进入ros:humble bash。6.初始化环境Ros2。
2026-03-04 09:47:07
274
原创 Win系统安装docker
7.不注册也可以继续使用,但高级功能可能不能使用。8.配置镜像,点击小齿轮,如红框所示。9.添加专属阿里docker镜像加速。2.关闭杀毒软件,管理员身份运行。3.弹出对话框,点击ok。6.点击accept。
2026-03-03 11:21:26
397
原创 Win开机启动Label-Studio
2.写bat文件,放到已目录,如E:\\label-studio。3.通过“任务计划程序”实现开机自启动Label-Studio。1.安装label-studio。
2026-03-01 09:00:00
542
原创 Makefile编译c项目
1.1 通过 make 自动遍历 source/ 下的 .c 文件,编译为 build/ 下的 .o 中间文件,最终链接生成根目录的可执行文件;1.2 严格区分头文件、源文件、第三方库、编译中间文件。2.1 Makefile文件如下。
2026-02-27 08:15:00
178
原创 c语言写入文本文件
1.基本思想fopen打开文件;fprintf格式化写入文件;fclose关闭文件2.代码实现2.1 将如下代码写入t.c2.2 编译2.3 效果
2026-02-27 07:45:00
284
原创 Win系统设置开机运行程序
7.弹出的对话框,点击“当点击完成时,打开此任务属性的对话框”win+r,打开运行 --> 输入taskschd.msc。9.点击“显示所有正在运行的任务”,查看自己设置的任务。8.点击完成,弹出对话框,根据自己任务设置属性。6.根据自己任务,填写:运行命令或运行脚本。3.在右侧选择创建基本任务,弹出如下向导。2.按下确定,弹出任务计划程序。4.根据自己需求,选择触发方式。1.打开任务计划程序。
2026-02-26 11:23:53
530
原创 c语言读取文本文件内容
fopen打开文本文件,fgets一行行读取,sscanf格式化。2.1 将如下代码添加t.c文件中。2.3data.txt内容。
2026-02-26 08:30:00
438
原创 c语言实现命令行解析
1.2.通过for遍历argv,判断argv[i-1]若是类似"-file",将argv[i]赋给变量file。1.1argc-命令行参数个数,argv命令行数组;2.1 将如下代码添加到t.c。
2026-02-26 08:15:00
272
原创 c语言检查进程是否存在
首先,构建linux shell 命令:ps aux | grep -v grep | grep -q proc_name;然后,调用system执行;最后,根据执行结果进行判定。2.1 创建tt.c文件,将如下代码写入tt.c。2.2 编译tt.c文件。
2026-02-25 08:15:00
253
原创 c语言启动可执行程序
通过fork一个子进程,用于启动可执行程序,主进程提示子进程启动失败与否。2.1 创建t.c文件,把下面代码放到t.c中。2.2 编译生可执行文件。
2026-02-24 13:05:54
489
原创 人工蜂群算法
人工蜂群算法模拟蜜蜂采蜜行为,将蜂群分为三类: 雇佣蜂(引领蜂):对应已发现食物源(可行解),负责在食物源附近搜索新解,评估解的质量; 跟随蜂:在蜂巢等待,根据雇佣蜂传递的食物源信息(适应度)选择食物源,进一步搜索新解; 侦查蜂:当食物源被放弃(迭代多次无优化),雇佣蜂转为侦查蜂,随机生成新食物源替代废弃解。
2026-02-24 11:04:28
462
原创 粒子群算法
由粒子群算法,是 James Kennedy 与 Russell Eberhart 于1995年提出,是一种基于群体智能的随机优化方法。其思想源于鸟群觅食行为的协同机制。算法中,每个“粒子”表示一个候选解,具有位置和速度两个状态量。粒子在搜索空间中迭代更新,其速度受个体历史最优位置(pbest)和群体全局最优位置(gbest)共同影响。通过信息共享与协同进化,粒子群逐步逼近最优解。PSO结构简单、参数少、易实现,广泛应用于函数优化、神经网络训练与工程优化等领域。
2026-02-22 14:53:32
501
原创 蚁群优化算法
在寻找路径时,蚂蚁倾向于选择信息素浓度更高的路段。由于短路径往返耗时短、单位时间内通过的次数多,其信息素。这种“正反馈”机制使得信息素强度在最优路径上迅速跃升,最终引导整个群体收敛至全局最优解。蚁群算法模拟了自然界中蚂蚁寻找食物的群体智慧。蚂蚁在行进途中会释放。
2026-02-21 21:33:07
819
原创 信息检索增强RAG
1.1 检索,将用户查询转换为向量,从外部知识库(如向量数据库)中检索相关信息。1.2 增强,将检索到的信息与用户查询结合,形成增强的提示词。1.3 生成,将增强后的提示输入LLM,生成最终响应。
2026-02-15 08:30:00
309
原创 灰狼优化算法GWO
狩猎 (Hunting): 认为 α、β 和 δ 对猎物潜在位置有更好的认知。其他狼(ω)根据这前三者的位置更新自己的坐标。攻击 (Attacking): 通过调整参数,算法在探索(寻找新区域)和开发(精细搜索已知区域)之间取得平衡。包围 (Encircling): 狼群根据猎物(目标点)的位置更新自己的位置。Omega (ω): 底层狼,代表其他候选解。Delta (δ): 侦察兵、捕食者等,代表第三优解。Beta (β): 副手,代表第二优解。Alpha (α): 领头狼,代表当前找到的最优解。
2026-02-14 09:00:00
648
原创 思维链COT
思维链COT是一种提示词工程(Prompt),不给将问题给大模型,还将解决思路,相关知识等一并给大模型。注: 1).这一步需要启动ollama服务;
2026-02-14 08:00:00
656
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅