具身界影响力最大的两位博士创业了!

点击下方卡片,关注“具身智能之心”公众号

编辑 | 具身智能之心

本文只做学术分享,如有侵权,联系删文


>>点击进入→具身智能之心技术交流群

具身界影响力最大的两位博士创业了!

这两天刷到了sundayrobotics,following的2位大佬也都加入创业了(底部是抱抱脸co-founder的先忽略)。其中Tony Z.Zhao担任CEO,Cheng Chi担任CTO。

这两位大佬的名字并不陌生,Tony还没完成斯坦福的phd(目前dropout),在校期间参与了ALOHA、ALOHA2、Mobile ALOHA等一系列很有影响力的工作。Cheng Chi则是UMI和Diffuion Policy的作者。

Tony Z. Zhao

个人主页:https://tonyzhaozh.github.io/

斯坦福大学计算机科学专业的三年级博士生(dropout),提出ALOHA、ALOHA2、Mobile ALOHA等方案。

Cheng Chi

个人主页:https://cheng-chi.github.io/

哥伦比亚大学博士&Student of New Faculty (SNF) at Stanford University。师从Shuran Song教授,提出通用操作接口 (UMI,RSS 2024的Best Systems Paper Finalist)、Diffusion Policy方案等。

写在最后

更多产业信息,欢迎加入我们的具身之心社区,和近200家公司和机构成员一起交流。

基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问题的研究与实现,重点利用Matlab进行算法编程和仿真。p-Hub选址是物流与交通网络中的关键问题,旨在通过确定最优的枢纽节点位置和非枢纽节点的分配方式,最小化网络总成本。文章详细阐述了粒子群算法的基本原理及其在解决组合优化问题中的适应性改进,结合p-Hub中转网络的特点构建数学模型,并通过Matlab代码实现算法流程,包括初始化、适应度计算、粒子更新与收敛判断等环节。同时可能涉及对算法参数设置、收敛性能及不同规模案例的仿真结果分析,以验证方法的有效性和鲁棒性。; 适合人群:备一定Matlab编程基础和优化算法理论知识的高校研究生、科研人员及从事物流网络规划、交通系统设计等相关领域的工程技术人员。; 使用场景及目标:①解决物流、航空、通信等网络中的枢纽选址与路径优化问题;②学习并掌握粒子群算法在复杂组合优化问题中的建模与实现方法;③为相关科研项目或实际工程应用提供算法支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现逻辑,重点关注目标函数建模、粒子编码方式及约束处理策略,并尝试调整参数或拓展模型以加深对算法性能的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值