- 博客(119)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 最基础的REINFORCE：小车倒立摆
批次内参数保持不变，记录的概率都是采样时的概率。：用一个带隐藏层的神经网络输出动作概率，完成回合后，根据实际获得的回报更新策略。，达到环境的回合上限；本文的 REINFORCE 在完整回合结束后计算回报，并每收集 10 个回合更新一次策略。，就以 30% 的概率向左推、70% 的概率向右推。如果用自动求导框架，一般会构造负的加权对数概率作为损失，再用梯度下降。它从接近直立的位置开始，目标是维持平衡，而不是从杆垂下的位置摆起。这里把 500 步明确作为有限回合任务的结束：不估计结束后的奖励，不进行价值自举。
2026-10-15 21:46:29
271
原创 从Q-learning到DQN：小车倒立摆的智能控制进阶
贝尔曼最优方程│▼Q-learning：用 TD 误差逐格修改离散状态表│├── 状态过多或连续：表格爆炸▼函数近似：根据四维连续状态预测左右动作价值│├── 连续样本相关，训练易偏├── 目标随网络变化，追逐不稳▼DQN：神经网络 + 随机经验回放 + 延迟更新的目标网络│├── DDQN：在线网络选动作，目标网络估值└── Dueling DQN：区分状态价值与动作优势回看小车倒立摆控制器的升级过程，每一步都有明确起因。
2026-09-29 22:00:36
334
原创 PyCharm 使用 DevContainer 开发：打造一致、隔离、高效的开发环境
在现代软件开发流程中，我们经常能听到一句令所有开发者苦笑的辩解：“这代码在我电脑上运行得好好的！尽管敏捷开发、微服务架构以及 CI/CD 持续集成普及已久，但环境管理的乱象依然是许多技术团队的噩梦。从 Python 版本冲突、二进制依赖缺失，到操作系统底层差异导致的偶发性 Bug，开发环境配置所消耗的时间往往不亚于业务代码本身的编写。为了从根本上解决“环境配置”这一长期存在的工程痛点，DevContainer（Development Container） 理念应运而生。
2026-08-09 11:11:00
258
原创 基于状态空间方程的倒立摆控制方法详解——从数学建模到Python仿真实现
在控制理论与控制工程（Control Theory and Control Engineering）领域，直线一级倒立摆系统（Inverted Pendulum System）被公认为测试各种控制策略性能的“试金石”。倒立摆系统是一个典型的高阶次、多变量、强耦合、非线性且本质不稳定的物理系统。在自然状态下，摆杆的竖直向上平衡点是一个不稳定平稳状态，稍有外力干扰，摆杆就会在重力矩作用下迅速倒下。观察图 10.1.1(a) 所示的指尖平衡案例，这也一是倒立摆的简化模型。在一根长度为 ddd 的连杆顶端固定一个质
2026-08-02 10:10:06
259
原创 NeurIPS2024：检索增强时序扩散模型：让生成式预测告别“无脑猜想”
在深度学习攻占各大领域的今天，生成式模型（尤其是 Diffusion Models，扩散模型）在图像生成、音频合成上展现出了令人惊叹的爆发力。自然地，时序预测领域的学者们也开始将目光投向扩散模型，试图利用它强大的条件概率分布拟合能力，来解决传统回归模型（如 MSE 损失指导下的 Transformer、MLP 等）在面对复杂分布时容易退化为预测“平均值”的顽疾。然而，在实际落地时，许多人会发现基于扩散模型的时序预测（Diffusion Forecast）表现极不稳定。
2026-07-09 14:43:54
374
原创 AAAI21最佳论文：Informer 长时序预测模型
如果做过时序预测，可能遇到过这样的绝望时刻：明天的流量、下周的电力负荷预测得挺准，但当业务方要求你预测未来一个月、甚至一个季度的数据时，模型给出的结果就开始逐渐变成一条直线，或者干脆彻底放飞自我。在真实的工业界场景中，比如电力调度规划、大促备货销量预测、AIOps 系统的服务器长期指标监控等，我们往往需要非常长的前瞻性预测，也就是所谓的长序列时序预测（Long Sequence Time-series Forecasting, LSTF）。
2026-07-05 22:00:56
368
原创 从零开始掌握QuestDB：时序数据存储、部署与实战指南
在当今数字化与智能化的浪潮中，我们正处于一个数据爆炸的时代。它们是随着时间推移而持续产生的，每一条记录都深深烙印着一个时间戳。这类数据，我们称之为时序数据（Time-Series Data）。随着系统规模的扩大，传统的数据库在面对每秒数十万甚至数百万次的高频并发写入时，往往会显得力不从心。索引膨胀、写入塌陷、复杂的聚合查询让开发者苦不堪言。正是在这种背景下，专门为时序数据量身定制的时序数据库（TSDB）应运而生。在众多的时序数据库产品中，QuestDB凭借其令人惊叹的性能脱颖而出。
2026-07-04 22:09:33
538
原创 3D Gaussian Splatting：迈向实时辐射场渲染的三维重建技术
均值 μ ∈ ℝ³：高斯中心的位置，也是点云中的那个点协方差矩阵 Σ ∈ ℝ³ˣ³：控制高斯在三个轴方向上的拉伸程度和旋转姿态Gxe−12x−μTΣ−1x−μGxe−21x−μTΣ−1x−μ这个公式的几何含义是：给定一个空间点 x，它对这个高斯的「贡献权值」是多少。如果 x 在 μ 附近，G 的值接近于 1；距离越远，指数项越大，G 向 0 衰减。协方差矩阵 Σ 才是最关键的参数。
2026-06-26 21:27:34
589
原创 在Vscode连接的Docker容器中使用codex，并配置DeepSeek模型
像codex这种AI编程插件，在生成代码之后，一般会创建测试环境，为了不把自己的电脑的环境搞得一团糟，所以借用Docker实现隔离，随它在docker容器里边操作，最后大不了删了容器便是。本文介绍一种能在Vscode连接的Docker容器中使用codex，并配置DeepSeek模型的方法，这样写代码即省心又实惠。在开始配置之前，首先需要获取DeepSeek的API Key。安装好插件后，随便打开一个Python文件，可以看到对应的codex图标。值得注意的是，每次使用codex之前，都需要在容器终端运行。
2026-06-07 15:26:14
536
原创 vscode使用SSH远程控制时显示远程主机运行的软件界面
当时使用ssh连接远程主机时，有时需要运行远程主机带UI的程序，如matplotlib、opencv、ros-rviz等，那就需要开启ssh的远程UI功能。本人远程ssh控制主机的情况：一个台式机，一个云服务器，一个笔记本电脑，台式机是被控对象，云服务器用于frp内网穿透，笔记本电脑用于ssh控制台式机。关于内网穿透的内容就不赘述了，本文介绍在已配置好内网穿透的情况下，vscode使用SSH远程控制时显示远程主机运行的软件界面。配置文件中确保以下没有被注释（无#），且yes或no正确对应。
2026-06-05 21:17:52
108
原创 【高性价比】个人深度学习电脑配置
最近，我因深度学习相关的研究项目，需要搭建一台性能足够且预算有限的台式工作站。深度学习模型训练对计算资源要求极高，尤其是GPU的显存和算力。考虑到全新高端显卡（如NVIDIA RTX 5090）价格昂贵，而云服务器按小时计费长期使用成本不菲，我决定自行组装一台二手的“洋垃圾”服务器平台，主打极致性价比。我的核心需求是：能够流畅运行PyTorch、TensorFlow等框架，支持多卡并行训练，拥有大内存以处理大型数据集，并且整体稳定性要满足7x24小时不间断训练的要求。
2026-05-28 21:50:03
492
原创 pycallgraph2drawio：Python 调用链可视化 + Draw.io 自由编辑
对不熟悉 Graphviz 和 draw.io 转换流程的开发者很不友好；批量处理多个项目文件夹时，界面容易卡死、日志看不到、出错也不知道问题出在哪；生成的.dot 文件还得手动转成 draw.io 格式，才能在可视化工具里自由编辑、导出分享，整个流程繁琐又碎片化，严重影响代码分析与文档沉淀效率。在 VSCode 中查看 drawio 文件：首先安装。、理清整体代码结构，却没有顺手又直观的工具。扩展，然后点击 drawio 文件查看。
2026-04-11 21:24:43
462
原创 基于MuJoCo的Panda机械臂仿真控制之运行环境配置
机械臂仿真与运动学控制，是机器人领域研发落地、算法验证与性能测试的核心关键环节，直接决定机械臂运动精度、控制稳定性与后续进阶算法的适配性。当前机器人仿真平台品类繁多，不同平台在开发主体、渲染能力、物理引擎与适用场景上差异显著，结合Gazebo、MuJoCo、Unity、Isaac Sim四大主流平台核心特性对比可知，各类平台适配场景各有侧重：Gazebo依托开源基金会开发，主打ROS深度绑定与传感器仿真，适合常规机器人教学与基础导航测试；
2026-04-07 17:06:49
634
原创 Docker优雅地运行OpenClaw
说到底还是因为之前用VMware跑Ubuntu虚拟机体验太差，持续运行太占内存了🫠！！！。为此，我将介绍如何通过Docker部署OpenClaw，并配置本地Ollama模型，实现零成本使用OpenClaw的方案，同时介绍OpenClaw的使用案例，包括新闻热搜查询、天气查询和股市信息查询等功能。参考。
2026-03-31 16:50:32
969
原创 Docker 部署 Dify，快速私有化搭建专属知识库问答
Dify作为AI应用开发工具，支持可视化构建、多模型集成和LLMOps能力。本文详细介绍了使用Docker Compose部署Dify的步骤：1)确认环境配置(≥2核CPU/4GiB内存)；2)安装Docker和Docker Compose；3)克隆项目并配置环境；4)启动服务。部署完成后可体验工作流编排、RAG管道搭建等核心功能，并附知识问答系统搭建案例。文章还提供了Kubernetes等其他部署方式的适用场景建议及常见问题排查技巧。
2026-03-30 17:00:20
653
原创 用 Doxygen + Graphviz 自动化生成代码调用图
在分析工程源码时，函数调用关系的梳理是关键环节。对于小型项目尚可应付，但当面对大型项目时，函数调用关系往往错综复杂。若采用逐个文件查阅的方式，频繁的跳转会让人逐渐迷失方向。为解决这一难题，本文将介绍一种久经考验的源码分析方法，特别适用于开源项目的深入解析。
2026-03-24 20:00:49
102
原创 AI 工具加持：ComfyUI 节点开发极速上手
看到这里并完成实操，恭喜你算是摸透ComfyUI节点开发的门道了！咱不搞那些绕来绕去的晦涩理论，全程都是实打实的操作步骤，把“装现成节点”和“自己造新节点”讲得明明白白——咱开发者做事，图的就是高效省事，谁愿意没事啃底层源码找罪受啊～ 从克隆仓库、装依赖，到用AI一键生成节点、重启测试，每一步都踩在实处，不管你是刚入门的新手，还是有经验的老开发者，跟着走都能顺顺利利。说句实在的，AI就是个帮咱省时间的好帮手，不是能替咱全包的“甩手掌柜”，节点开发的关键还是得灵活变通。
2026-03-17 20:21:06
450
原创 TrendRadar：搭建新闻热搜自动化推送工具，打破信息差
每天刷手机刷到手指抽筋，却总被算法喂一堆 “看过八百遍” 的垃圾信息 —— 想追的科技热点找不到，不想看的明星八卦删不完，感觉自己像个被算法操控的提线木偶🤖 直到我挖到了这个49k star牛逼的开源项目，直接原地封神！下面记录一下配置使用的过程，有兴趣的可以一起交流。
2026-03-15 19:45:25
644
原创 零基础上手 ComfyUI：模块化 AI 绘图工具试用教程
ComfyUI 的基础安装、模型配置与案例运行就全部完成啦。相比传统 WebUI，它的节点式操作虽然上手稍显繁琐，但胜在流程高度可控、可复用、可扩展，非常适合想要深入定制 AI 绘画逻辑、搭建专属工作流的用户。更多内容可查看帮助文档，如创建节点、子图、添加模型、生成3D和语音等等。
2026-03-08 11:25:45
512
原创 OpenClaw快速上手指南：安装、配置与使用教程
是最近比较火爆🔥的开源AI助手，短短几个月就已登顶GitHub热门榜，目前star⭐️达到24.3w。爆火的核心，在于它用本地执行 + 多渠道统一 + 模型无关 + 安全可控 + 插件生态五大技术，解决了 AI 助手 “只会聊、不会做、记不住、不安全、难扩展” 的行业痛点。本文将基于 VMware + Ubuntu 24.04 环境，从零开始完成 OpenClaw 的安装、配置，并实现与飞书机器人的打通。
2026-03-02 22:00:55
13805
3
原创 Python控制系统仿真案例-串联PID控制
另一种是同步采样控制，即主、副回路的采样控制周期相同。这时，应根据副回路选择采样周期，因为副回路的受控对象的响应速度较快。串联PID控制系统的计算顺序是先主回路（PID1），后副回路（PID2）。控制方式有两种：一种是异步采样控制，即主回路的采样控制周期。（3）副回路的惯性由副回路给于调节，因而提高了整个系统的响应速度。黄色线是理想输出，蓝色线是控制输出，蓝色线波动较大，控制效果较差。黄色线是理想输出，蓝色线是控制输出，蓝色线波动较小，控制效果较好。（2）副回路中参数的变化，由副回路给于控制，对被控制量。
2026-02-14 09:17:04
624
原创 Python控制系统仿真案例-RLC电路系统
RLC电路是电子学中最基础也最重要的电路系统之一。它由电阻、电感和电容三大无源元件构成，因能产生振荡和谐振现象，常用于滤波、选频、阻抗匹配等。，考虑系统在单位阶跃输入情况下，讨论系统不产生振荡时电阻R的取值，其中R的取值不大于。的作用下，要使响应不发生振荡，通过计算机仿真研究。如图所示是RLC电路系统，取。时，分析系统在输入作用。要求研究的问题是：当。应在什么范围内取值。
2026-02-12 11:32:01
788
原创 交互式机器人编程：使用Jupyter Notebook运行ROS2程序
jupyter这种可见即可得的运行方式，非常方便代码调试。它允许我们逐段、即时地执行代码并查看结果，非常适合在开发过程中实时测试和验证代码逻辑。因此，想在jupyter中运行ros2的代码，从而方便调试机器人控制指令。下面记录运行环境的搭建过程。
2026-01-30 16:42:15
765
原创 机器人仿真指南：通过 ROS2 控制 Isaac Sim 中的机械臂模型
在机器人开发中，“仿真优先”已成为行业黄金标准。它允许我们在不接触实体硬件的情况下，设计、测试和验证复杂的机器人行为，大大降低了开发成本与风险。下面介绍如何结合两大强大工具：NVIDIA的Isaac Sim——一个功能丰富的机器人仿真平台，以及ROS2——机器人操作系统的现代版本，来操控Franka Emika的Panda机械臂，其他内容可参考。
2026-01-26 19:49:53
645
原创 Ubuntu突然无法中文输入的问题解决办法
Ubuntu系统用着用着，突然无法切换到中文输入，这里记录一下解决办法。1、尝试重启 IBus【失败】2、重启Fcitx【成功】
2026-01-26 09:42:16
460
原创 科研提速！Zotero Awesome GPT 搭配本地 Ollama 模型使用指南
前面两个功能是插件自带，要想增加新的标签，可以参考1、复制标签文本2、任意标签处右键Edit3、全选清空并输入文本，然后Ctrl+S保存即可4、测试新标签。
2026-01-07 22:59:37
799
原创 error: ‘set_microros_wifi_transports‘ was not declared in this scope
microros程序报错。
2026-01-02 15:18:49
229
原创 宿主机休眠后再启动，vmware虚拟机中Ubuntu系统无法联网问题解决办法
最近使用vmware的Ubuntu搞开发的时候，遇到几次的问题，即晚上睡觉时，不管电脑运行什么软件，我都按电源键把电脑休眠掉，以免电脑的风扇呼呼声影响睡觉。但是，第二天唤醒电脑后，Ubuntu居然无法联网。好一阵捣鼓分析，问题出现在Vmware使用的网络连接模式是桥接模式，当电脑休眠后切断了虚拟机的连接，即使重启虚拟机也不好使，至于具体原因还需请教网络专家解答一下哈。后来，切换NAT模式，果然好使了，并且做了些设置，可以固定Ubuntu的ip地址，本文记录一下具体的操作，以便后续食用。
2025-12-20 10:54:44
446
原创 ESP32S3通过FOC控制无刷电机案例
在做机器人项目的时候，使用电机作为关节是比较常见的。为了能实现电机速度、角度和力矩的精确控制，通常使用FOC算法控制，相关的原理可参考书籍或者网上大神的介绍。本文记录一下购买的电机如何进行测试的过程。
2025-12-10 19:32:39
910
原创 Windows搭建强化学习仿真环境Isaac Sim教程
最近做一些机器人相关的项目，开发的过程中用到了机器人仿真技术，所以趁着这个机会拓展一下仿真平台。由于我经常使用ros2技术，会不自觉的思考那些能与ros2结合使用，常见的如Gazebo、Unity、Mujoco、Pybullet、Isaac Sim等。现在很多机器人运动控制技术都有用到深度强化学习、模仿学习技术，因此在这众多的仿真平台中，还需要挑选出方便训练人工神经网络，其中Mujoco和Isaac Sim比较出色。后面看了一些关于Isaac Sim的介绍，如并行模拟。
2025-12-06 08:43:16
1261
原创 esp32与ros2通信案例
在机器人开发的实际场景中，嵌入式传感器的数据流与ROS系统的指令流如何顺畅对接，是决定项目落地效率的关键环节。ESP32的普及降低了嵌入式开发的门槛，而ROS 2的成熟则为机器人系统提供了标准化的开发范式，二者的结合成为小体积、低成本机器人项目的优选方案。本文从环境搭建、代码编写、通信调试到功能验证，逐步拆解整个实现流程。通过本文的案例分析，快速掌握二者通信的核心逻辑与实操技巧，为后续开展机器人导航、环境感知、远程控制等应用提供案例。
2025-11-29 08:58:45
1132
原创 Vue3-FastAPI网页应用案例
在无屏幕设备的网页应用场景中，基于 Web 的操控方式凭借轻量化、跨平台及免安装特性成为理想选择 —— 无需依赖实体按键或专用控制器，仅通过设备联网后接入 Web 界面，即可实现参数配置、状态监控与指令下发等核心操作，尤其适用于物联网终端、工业控制模块、智能硬件等无显示单元的设备，大幅降低了硬件设计复杂度与用户操作门槛，同时具备远程访问、实时反馈的优势，契合现代设备智能化、便捷化的发展需求。Vue3 与 FastAPI 的组合为这类无屏幕设备的 Web 操控应用提供了高效解决方案。
2025-11-23 09:59:19
184
原创 MCP：让大语言模型可以动手干活
MCP协议的出现标志着LLM从"思考者"向"行动者"的转变。通过标准化的工具调用机制，LLM能够安全、可靠地操作现实世界中的系统和资源。MCP的核心价值能力扩展：让LLM突破纯文本的局限安全可控：通过权限管理确保操作安全生态建设：促进工具和资源的标准化、模块化未来展望随着MCP生态的成熟，我们将看到更多专业化的MCP服务器出现，形成丰富的"工具市场"。开发者可以像搭积木一样组合不同的MCP服务，构建强大的AI应用。
2025-11-10 21:13:27
747
原创 g2o、Ceres优化库的使用案例
在数据爆炸的时代，基于海量已知数据估计未知参数，已成为计算机视觉、机器人学、自动驾驶等领域的核心需求，这种通过优化算法挖掘数据背后隐藏参数的方式，是实现精准建模与决策的关键。本文将系统介绍两款主流的非线性优化库 ——g2o 与 Ceres，解析其核心特性与适用场景，并结合具体案例展示实际使用流程，为开发者提供高效的参数估计解决方案。
2025-11-02 18:54:04
359
原创 ORB-SLAM2 真机测试案例：流程与结果记录
在机器视觉与自主定位技术飞速发展的当下，基于视觉的同步定位与地图构建（SLAM）技术已成为机器人导航、虚拟现实、智能驾驶等领域的核心支撑。而鱼眼相机凭借其超大视场角的独特优势，能够捕捉更广阔的环境信息，有效减少视觉盲区，为 SLAM 系统提供更丰富的场景数据，因此在需要大范围环境感知的应用场景中得到广泛关注。不过，鱼眼相机的畸变特性也为后续数据处理带来了挑战，精准的相机标定成为保障 SLAM 系统精度的首要前提。与此同时，
2025-10-26 08:05:47
965
原创 搞定 Python 与 C++ 协作：Linux 环境下调用类的实操案例
本文介绍了在Linux平台下Python通过ctypes调用C++类的方法。首先阐述了Python与C++结合的优势，以及使用ctypes调用C++代码的注意事项。然后详细说明了实现步骤：创建C++类并编译为动态库，在Python中定义对应类及方法调用。关键点包括处理C++名称修饰、内存管理、数据类型转换等。通过一个Foo类的完整示例，展示了Python调用C++类方法、处理返回值和内存释放的具体实现，为跨语言开发提供了实用参考方案。
2025-10-19 20:43:54
746
原创 ORB-SLAM和ORB-SLAM2论文精读并测试运行ORB-SLAM2算法
本文对比分析了ORB-SLAM和ORB-SLAM2两代视觉SLAM系统的关键技术改进。ORB-SLAM2在架构上实现了重大突破，扩展支持单目、双目和RGB-D相机，显著提升了系统适应性。通过优化回环检测、地图重用机制和关键帧筛选策略，ORB-SLAM2在大规模场景中展现出更强的鲁棒性和计算效率。实验结果表明，改进后的系统在定位精度和实时性方面均有明显提升。文末提供了相关论文图示和测试效果展示，并附有代码获取方式。这些技术演进为机器人导航等实际应用提供了更可靠的解决方案。
2025-10-06 23:43:28
420
原创 C++中的多线程编程及线程同步
摘要： 本文系统介绍了C++多线程编程的核心价值与实现方法。多线程技术通过任务分解与并行执行，充分利用多核CPU性能，提升程序响应速度、吞吐量和用户体验。C++11标准提供了跨平台的线程支持，包括线程创建（std::thread）、同步机制（互斥锁std::mutex、锁守卫std::lock_guard/unique_lock）和条件变量（std::condition_variable）。通过代码案例演示了线程安全的数据访问与生产者-消费者模型，强调避免数据竞争和死锁的重要性，为高性能应用开发提供实践指导
2025-10-02 22:37:00
1159
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人