AliceArtwork

本文主要为ROS camera_calibration 单目相机标定教程的翻译 原文：http://wiki.ros.org/camera_calibration/Tutorials/MonocularCalibration 仅供英文苦手的同学参考使用1.准备工作首先，请在这里下载标定板。教程中使用的是8X6，边长为108mm的棋盘标定板。由于标定过程使用的是棋盘内部的角点进行，所以实际上我们使

2.深入了解Agent2.1.agent整体架构由于统一接口的需要，ROS端的agent接口全部可以由agent.cpp提供交互，其中提供了可以由命令行参数修改的各种引擎配置。其自带引擎有：DiscretizationAgentQLearnerModelBasedAgentSavedPolicyDynaSarsa接口提供了两个publisher,分别为out_rl_action 发布

refornenced learing理论的东西看着总是让人云里雾里没有实感，别担心，看看代码就懂了。 让我们来看一下ROS里面是如何实现强化学习算法的1.基础准备首先，让我们来了解下ROS-RL-agent的基本结构及其定义。1.1.ROS-RL-agentROS 的RL引擎提供了一系列强化学习的引擎和环境。 代码可以在https://github.com/toddhester/rl-texp

faceNet 实战解析facenet是google在2015年CVPR上发布的一种用于人脸识别和聚类的新架构，其主要思想是想寻求一种表示，将人脸embedding到一个128维度的空间，并且通过计算各个空间点之间的欧式距离距可以完美反应不同人脸之间的相似度！在github上我们找到了一个tensorflow实现的facenet例子，我们主要就这个例子来说明如何构建一个facenet并将其用于一个人