70 万行代码,大一男生“码”出全国一等奖

e54c08cc5a2b5b9a54e44aab3e1c9f0b.gif

【编者按】大一学生李晓龙在第二十五届中国机器人及人工智能大赛中夺得一等奖引发关注。尽管他是第一次接触编程,但他报名参赛的初衷并非为了获奖,而是为了深度学习。以“码”为伴的学习与努力,他与队友一起攻克了各种困难,从第一行代码到70万行代码的阅读、编写和修改。最终,他们在机器人应用赛中脱颖而出。

原文报道链接:https://mp.weixin.qq.com/s/KyBMh6QHPZ3yUxRxjFKIJQ

整理 | 梦依丹

大一就“码“出全国一等奖,这是种怎样的体验。

近日,哈尔滨工业大学计算学部人工智能专业的2022级本科生李晓龙夺得第二十五届中国机器人及人工智能大赛机器人应用赛(自动驾驶仿真)一等奖的消息引发关注。

31028306ce142ad0f6edefc64e52090e.png

首次接触编程,参赛不是为了获奖

据哈尔滨工业大学官方公众号报道,李晓龙是在做大一年度项目时,首次接触到编程。当时的他在网上查找资料,学习相关课程时积累了数据库、边云协同等相关知识,而且还让他遇到了后来一起参赛的队友。

为何会报名第二十五届中国机器人及人工智能大赛,李晓龙表示:”自己是因为看到大赛介绍,觉得很有意思,也很神奇。“而他参赛的目的则是”深度学习“编程,而不是为了获奖。

1968faf29b8464f6f66f46d9a50a4101.png

李晓龙和队友在比赛中(图源:哈尔滨工业大学)

5be5956adc50319215d950f104782800.png

用“码”筑梦的日常

对于没有任何经验的他来说,从报名参赛开始,每天的日常就变成了看代码,写代码,改代码,一心学习各种专业知识,泡专业的学习网站。

连续几个月,从第一行代码到70万行代码,李晓龙和参赛队友并未觉得枯燥,反而乐着其中。

初赛要求选手在一个月内完成7道赛题的开发与调试,模拟真实道路场景开发出能够在虚拟城市环境中进行自动驾驶的智能车辆系统。比赛涉及人工智能、无人驾驶和虚拟仿真等学科领域还涉及高精地图、定位、感知、预测、规划与控制等模块的运行机制和代码架构。

a1b5111f9546dee9591561cbf311c806.png

图源:哈尔滨工业大学

李晓龙回忆初赛提到:在编写第7道赛题时,出现了一个指针错误,彼时的他们不得不在浩瀚如烟的代码中连续查找好几晚,那种大海捞针的感觉,实在是刻骨铭心。

参赛最难的部分也与此有关,一旦某个场景的某个代码出现错误,就可能会引多米诺骨牌效应,导致之前的努力功亏一篑。

因此,在决赛时,他们为每个场景都添加了足够多的限制条件,宁可麻烦一点,也避免推倒重来。

功夫不负有心人,在最后总决赛中,他们脱颖而出,荣获一等奖。

0cb112e218670f6f895af6d5f8a89097.png

图源:哈尔滨工业大学

收货宝贵的参赛经验与专业知识的同时,李晓龙还表示:当自己提出一个想法时,只比他高一两个年级的学长和学姐们已经能准确地说出出自哪篇论文的哪个观点,让条意识到差距的同时,也树立的新的目标。

相对于”是什么“,他更喜欢探究”为什么“?

比赛结束后,他又辅修了数学专业相关课程,选修了机器听觉的奥秘,数学建模方法、软件开发,AIGC与智能物联网等一系列课程,为将来的在 AI 领域的学习研究打下坚实的基础。

目前的他正在积极备战全球范围自动驾驶大赛中唯一的开源挑战赛“CARSMOS国际自动驾驶算法挑战赛”。

最后,我们也祝福他享受比赛的同时,继续以“码”为梦,赛出自己的高光时刻。

参考链接:https://mp.weixin.qq.com/s/KyBMh6QHPZ3yUxRxjFKIJQ

推荐阅读:

最“倒霉”的果粉:在苹果官网买的 iPhone 15 PM,变成了高仿 Android 手机!

Altman 重返 OpenAI 担任 CEO,Greg:今晚就重新开始编码!

OpenAI 动荡背后:马斯克与 Sam Altman 的爱别离

ac66fbb4cf59795e2de7dfb501cf79cf.jpeg

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论 73
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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