- 博客(768)
- 资源 (9)
- 收藏
- 关注
RSS订阅
转载 强化学习的几个主要方法（策略梯度、PPO、REINFORCE实现等）---下
策略梯度算法在理想情况下，在采样次数足够多的情况下效果是能很不错的，但是当采样不够时就会出现一些问题，例如GtG_tGt的取值是很不稳定的，下图可以形象说明：由于GtG_tGt的取值不稳定，所以(st,at)(s_t, a_t)(st,at)更新也不稳定。由于GGG的值有点太不稳定太玄学了，因此我们可以想办法去用一个神经网络去预测在sss状态下采取行动aaa时对应的GGG期望值，之后再训练中我们就直接用这个期望值去替代采样的值。为了完成这个目的，我们可以使用基于价值的方法深度Q网络，深度Q网络有两种
2025-01-22 15:23:34
5377
转载 强化学习的几个主要方法（策略梯度、PPO、REINFORCE实现等）---上
策略梯度算法在理想情况下，在采样次数足够多的情况下效果是能很不错的，但是当采样不够时就会出现一些问题，例如GtG_tGt的取值是很不稳定的，下图可以形象说明：由于GtG_tGt的取值不稳定，所以(st,at)(s_t, a_t)(st,at)更新也不稳定。由于GGG的值有点太不稳定太玄学了，因此我们可以想办法去用一个神经网络去预测在sss状态下采取行动aaa时对应的GGG期望值，之后再训练中我们就直接用这个期望值去替代采样的值。为了完成这个目的，我们可以使用基于价值的方法深度Q网络，深度Q网络有两种
2025-01-22 15:21:31
5326
转载 看完这篇文章，我终于搞懂了 CMake，真香！(高级篇补充)
不要硬编码路径用相对路径，让用户通过文件会安装到和。更灵活，无需管理员权限，跨平台也好用！如果有一些头文件没有实现（比如接口、纯抽象类），可以用INTERFACE接口库（INTERFACE）用于配置一些公共的链接和编译选项，小型项目可能用得少，大型项目常见。CMake 是个强大的工具，但要用得好，还是需要一些技巧和经验。包管理和安装配置：重点是让你的库好用、易装。
2025-01-10 18:25:58
7606
转载 聊聊端到端自动驾驶通用感知架构的前世今生
这张图演示的是相关方法的演进。这其中大部分都是基于BEV的方法，上图就是BEV-based相关方法的相关演进, 用某种方式将图像视角特征转到BEV特征空间，也就是一个高度方向拍扁的自车3D坐标系空间下，再用一个检测的Head实现目标检测。BEV这张图的尺寸通常比较大，比如一般常见的论文里面会用128×128 size，但在实际中，我们甚至会用两倍大小的BEV特征图。从图像特征空间向BEV层空间转换过程，是一个非常密集的计算过程。
2024-10-23 10:33:10
4772
转载 空间坐标（系）如何进行变换？
要描述某一物体在现实场景的位置，通常以三维空间坐标系下的坐标进行说明，当物体位置或自身进行变化时，可以用放射变换说明物体的变化情况。根据现实情况，坐标系和物体可以相互描述，即二维平面坐标（系）变换的情况包括一个二维平面坐标系描述一个物体（坐标）变换情况和一个物体（坐标）在两个二维平面坐标系间的变换情况。根据现实情况，坐标系和物体可以相互描述，即三维空间坐标（系）变换的情况包括一个三维空间坐标系描述一个物体（坐标）变换情况和一个物体（坐标）在两个三维空间坐标系间的变换情况。[3] 你不来我不老.
2024-09-04 10:45:26
2225
原创 Clion 使用
默认情况下，CLion编译使用的CMake是其内置的一个版本，而使用这个版本的CMake进行编译时会报出一些莫名其妙的错误，命令行中catkin_make明明可以正常编译，而这里就是会失败。回到一开始的"Threads & Variables"窗口，左上角有一些控制按钮，从左到右依次是：Rerun（Ctrl+F5），Stop（Ctrl+F2），Resume（F9），Pause（暂时用不上），Step Over（F8），Step Into（F9），Step Out（Shift+F8）。
2024-08-31 16:21:38
10284
转载 IMU preintegration on manifold 学习笔记（一）
Posted on 2023-02-18 Edited on 2024-07-11 In vslam Views:ω∧=[ω_1ω_2ω_3]∧=[0−ω_3ω_2ω_30−ω_1−ω_2ω_10]=WW∨=[0−ω_3ω_2ω_30−ω_1−ω_2ω_10]∨=[ω_1ω_2ω_3]=ω\mathbf{\omega}^{\wedge}=\begin{bmatrix}\omega\_1\\ \omega\_2\\ \omega\_3\end{bmatrix}^{\wedge}=\begin{bmatrix}
2024-07-12 12:10:41
3661
原创 CMakeList整理大全
之前我们也整理过。但是这里面整理的内容其实是不全的。所以我们需要进一步将CMake的使用整理好。以供后面的学习的工程师来检索查询。
2024-04-29 14:41:26
18412
转载 Linux中.a、.so和.o文件以及-I，-L，LIBRARY_PATH，LD_LIBRARY_PATH等
(3) 修改/etc/ld.so.conf文件，把库所在的路径加到文件末尾(直接写在文件末尾，不要在路径前加include)，并执行ldconfig刷新（ldconfig 命令的用途,主要是在默认搜寻目录(/lib和/usr/lib)以及动态库配置文件/etc/ld.so.conf内所列的目录下,搜索出可共享的动态链接库(格式如前介绍,lib*.so*),进而创建出动态装入程序(ld.so)所需的连接和缓存文件.缓存文件默认为/etc/ld.so.cache,此文件保存已排好序的动态链接库名字列表.）。
2023-08-16 17:14:24
3804
原创 SLAM本质剖析番外-李群李代数的微分和导数
这几个月，博主已经从SLAM算法的使用向着算法的数学推导进行了记录和分享，之前也分享了一文，从现象中解释了李群和李代数表达的含义。但是这还不够，所以这次作者作为SLAM本质剖析的番外，来介绍李群李代数的微分和导数。
2023-01-16 16:10:19
11213
2
转载 undefined symbol问题的查找、定位与解决方法
而这块可以看到fpdf_parse_encrypt是依赖于下边的fx_crypt文件的，再看静态库，fpdf_parse_encrypt被编译成fpdfapi.a，而fx_crypt被编译进pdrm.a静态库，所以应该是fpdfapi.a要依赖于pdrm.a静态库的。ldd命令，可以查看对应的可执行文件或库文件依赖哪些库，但可执行文件或库文件要求与操作系统的编译器类型相同，即电脑是X86的GCC编译器，那么无法通过ldd命令查看ARM交叉编译器编译出来的可执行文件或库文件。
2022-12-14 14:53:39
11241
4
原创 自动驾驶-激光雷达预处理/特征提取
激光雷达作为自动驾驶最常用的传感器，经常需要使用激光雷达来做建图、定位和感知等任务。而这时候使用降低点云规模的预处理方法，可以能够去除无关区域的点以及降低点云规模。并能够给后续的PCL点云分割带来有效的收益。
2022-08-24 21:12:44
4850
2
原创 C++之生成器(builder)模式
0. 简介生成器是一种创建型设计模式， 当构建一个复杂对象时，将构建过程与表示分离。使得同样的过程创建不同的对象。生成器与其他创建型模式不同， 生成器不要求产品拥有通用接口。 这使得用相同的创建过程生成不同的产品成为可能。生成器方法通常支持方法链 （例如 someBuilder->setValueA(1)->setValueB(2)->create() ），来组成复杂的对象。相比于工厂模式专门用于生产一系列相关对象而言，生成器重点关注如何分步生成复杂对象。1. 生成器UML介绍生
2022-03-07 10:38:52
9508
4
原创 C++命名规则&书写规范
常见命名法：匈牙利命名法：基本原则是：变量名＝属性＋类型＋对象描述\color{blue}{变量名＝属性＋类型＋对象描述}变量名＝属性＋类型＋对象描述，其中每一对象的名称都要求有明确含义，可以取对象名字全称或名字的一部分。命名要基于容易记忆容易理解的原则。保证名字的连贯性是非常重要的。Camel命名法：即骆驼式命名法，原因是采用该命名法的名称看起来就像骆驼的驼峰一样高低起伏。Camel命名法有两种形式：混合使用大小写字母和单词之间加下划线\color{blue}{混合使用大小写字母和单词之间加下划线}混
2021-05-12 10:42:19
6025
2
原创 经典文献阅读之--D-LI-Init(激光雷达-惯性里程计的革命性突破)
在现代野外机器人技术中，激光雷达-惯性里程计（LiDAR-Inertial Odometry, LIO）是核心技术之一。然而，LIO系统在紧急场景下的静止初始化特性却面临着严峻挑战，尤其是在高速公路自动驾驶或排爆机器人快速进入目标区域的情况下。本文介绍了一种新方法——D-LI-Init，通过动态初始化解决LIO在运动状态下的初始估计问题，提升了系统的鲁棒性和精度。图1：展示了机器人在现实场景中需要动态初始化的情况，以及使用最先进算法和我们的方法创建的点云地图。
2025-04-08 17:05:48
939
转载 一些开源四足控制框架梳理
四足机器人因其在复杂地形中的稳定性和灵活性，成为机器人技术研究的热点。开源四足控制框架为研究者和爱好者提供了开发和实验的平台。本文将梳理一些流行的开源四足控制框架，并提供图文并茂的笔记。小型四足机器人：通常使用舵机驱动，运动学层次的控制即可满足需求。大型四足机器人：需要考虑动力学影响，进行力矩（电流环）层次的控制。开源四足控制框架为四足机器人技术的研究和开发提供了丰富的资源和工具。CHAMP提供了强大的控制算法和模拟环境支持，适合进行深入的算法研究和模拟测试。
2025-04-03 13:59:33
493
原创 JSON Crack：简化数据可视化的参数编辑器
在当今数据驱动的世界中，JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，广泛应用于各种开发和数据分析场景。然而，复杂的JSON数据往往难以阅读和理解，特别是在数据量庞大时，传统的查看器显得力不从心。为此，我们推荐一款强大的工具——，它能够将复杂的JSON数据转化为直观的树状图或图形化界面，帮助用户更轻松地分析和理解数据。
2025-04-02 10:18:33
2012
原创 C++信号与槽机制自实现
信号与槽是一种用于实现事件驱动编程的设计模式，主要用于对象之间的解耦通信。这种模式源于Qt框架，但其概念可以应用于任何C++程序。举个例子：当用户在界面上点击一个按钮时，按钮发出一个"clicked"信号，连接的槽函数则执行相应的操作，如更新界面或处理数据。这个实现使用了C++11的可变参数模板，允许信号携带任意数量和类型的参数。类是实现信号与槽机制的核心，负责管理信号的发射和槽的连接。包装，提供了极大的灵活性。
2025-04-02 10:18:17
1511
原创 LiLoc论文代码分析
精确的长期有效定位是机器人实现自主导航并与变化环境互动的关键，特别是在大规模、地下和工业探索等场景中。终生定位可以被视为一个多会话建图问题，其中给定的中央会话（例如图 1 中的会话 A）不断被利用和更新，同时为其他附属会话（例如图 1 中的会话 B 和 C）提供长期定位能力。。为了应对这些局限性，本文介绍一种多功能的基于图优化的长期定位框架，支持灵活的模式切换机制，称为。。
2025-04-02 10:17:55
1579
原创 具身智能：宇树机器人开源整理以及技术解析猜测
近年来，具身智能正悄然成为科技领域的新风口。从最初试探性的机器人走路跌跌撞撞，到如今能在春晚舞台上翩翩起舞、在高速奔跑中展现灵敏反应，机器人运动控制技术正以前所未有的速度进步。构建一个具备类人认知与运动能力的AGI机器人，不仅是许多科研工作者的梦想，更是工业界迈向智能制造的重要突破。随着量产流程不断成熟以及硬件成本的持续降低（价格已降至万元级别左右），机器人从实验室逐渐走向实际应用的舞台。本文基于《
2025-04-02 10:17:29
2299
原创 使用MCP服务器实现AI任务完成通知：让Cursor更智能
在使用AI工具进行长时间任务时，常常需要等待结果。MCP（Model Context Protocol）服务器"mcp_server_notify"提供了一个优雅的解决方案，让AI在完成任务后通过系统通知提醒你。本文将介绍如何在Cursor中配置和使用这个实用工具。mcp_server_notify是一个基于Model Context Protocol (MCP)的服务，专为LLM（大语言模型）提供系统通知功能。当AI完成任务时，它能够发送桌面通知并播放提示音，让你不必一直盯着屏幕等待。
2025-04-02 10:16:55
2774
原创 经典文献阅读之--Uni-NaVid(基于视频的视觉-语言-动作统一具身导航任务)
视觉编码器和大型语言模型（LLM）。首先，视频通过视觉编码器被编码为一系列视觉标记。视觉标记在空间和时间上被合并，形成一个紧凑的视觉标记序列。然后，它们被投影到与语言标记对齐的空间中，这些标记被称为观察标记。与此类似，指令也被标记化为一组标记，称为指令标记。观察标记和指令标记被连接在一起，并传递给LLM，后者推断出代表接下来四个动作的四个动作标记。图2. Uni-NaVid的流程图。我们的方法仅将单视角RGB帧x1xTx1xT和自然语言指令III作为输入。对于每一帧，我们使用。
2025-03-31 21:35:57
1825
原创 经典文献阅读之--SafeDrive(大语言模型实现自动驾驶汽车知识驱动和数据驱动的风险)
自动驾驶汽车 (AV) 的最新进展利用。然而，确保动态、高风险环境中的安全并管理，对安全至关重要的长尾事件仍然是一项重大挑战。为了解决这些问题，本文《》提出一个知识驱动和数据驱动的风险-敏感决策框架，提高 AV 的安全性和适应性。所提出的框架引入一个模块化系统，包括：(1) 一个；(2) 一个；(3) 一个由 LLM 驱动的推理模块，用于；(4) 一个。通过将知识驱动的洞察力与自适应学习机制相结合，该框架可确保在不确定条件下做出稳健的决策。
2025-03-31 21:35:33
1669
原创 NVIDIA Isaac GR00T N1 - 世界首个通用人形机器人基础模型实战
NVIDIA Isaac GR00T N1作为世界首个通用人形机器人基础模型，为机器人领域带来了突破性的进展。它通过创新的多模态架构，将视觉、语言和状态信息有机结合，实现了从高层指令到精确动作的端到端映射。其核心优势在于跨平台适应性强、推理速度快（约60毫秒/次）以及灵活的微调机制，这使得它能够快速适应不同的机器人平台和任务场景。该模型采用标准化的数据格式和完整的工具链支持，使得从数据收集、模型训练到部署评估的全流程都变得清晰可控。
2025-03-26 14:20:51
3032
转载 RFM EP04：Pi0 vs Helix vs GO-1三类VLA模型框架对比解析
VLA 是一种整合视觉（Vision）、语言（Language）和动作（Action）的多模态模型，用于推动机器人更自然地理解和执行任务。它的目标是让机器人像人一样，通过"看图 + 听指令"来"做事情"。在传统控制系统中，视觉、语言和动作模块往往是独立处理的，而 VLA 模型尝试构建一个统一的架构，让模型从感知（图像）、理解（语言）到执行（动作）之间具备连贯性和一致性。第一部分：视觉编码器（Vision Encoder）：输入图像、视频等视觉信号，将其编码为特征向量。
2025-03-25 14:45:23
88
转载 python安装命令 pip install -e . 解释
创建的符号链接位于 Python 环境的目录中，名称通常是你的包名加上.egg-link后缀。通过这个符号链接，Python 可以直接访问你的项目目录中的代码，而无需将代码复制到中。
2025-03-24 13:48:40
301
原创 论文速报《Hi Robot：基于分层VLA模型的指令跟随系统》
在开放世界环境中，通用机器人面临着处理复杂指令与实时反馈的重大挑战。传统的指令跟随方法往往只能应对简单的命令，而复杂的指令则需要机器人具备更高的推理能力与灵活性。本研究提出了一种基于分层视觉-语言模型（VLM）的开放式指令跟随系统——Hi Robot。该系统不仅能够理解复杂的用户提示，还能根据用户的反馈进行实时调整，从而在多种任务场景中表现出色。图1：开放式指令跟随。Hi Robot使机器人能够遵循多阶段指令，适应实时的修正和约束，完成未见过的长时间任务，并在必要时进行口头回应。
2025-03-24 12:38:44
3357
原创 经典文献阅读之--GOAT(导航和触达任意目标)
本研究展示了GOAT（Go to Any Thing）系统在多模态导航任务中的应用，特别是在未见环境中定位和导航到目标物体的能力。研究团队在波士顿动力公司的Spot机器人和Hello Robot Stretch机器人上进行了定性和定量的实验。总共在9个真实家庭中进行了大规模的定量实验，涉及超过200种不同的物体实例。GoToAnyThing任务被定义为机器人在随机环境中依次到达未见目标物体。机器人在每个时间步接收来自RGB图像、深度图像和位姿读数的观察数据，并根据当前的目标物体进行导航。
2025-03-24 10:47:02
2918
原创 经典文献阅读之--LP-ICP(退化环境下通用、精确、鲁棒的点云配准)
迭代最近点算法是激光雷达SLAM算法的重要组成部分。然而，在缺乏特征和几何结构的非结构化环境中，它的性能会受到负面影响，导致定位和映射的准确性低和鲁棒性差。众所周知，缺乏几何约束导致的退化会导致沿病态方向的6自由度姿态估计的误差。因此，需要更广泛和更细粒度的退化检测和处理方法。《LP-ICP: General Localizability-Aware Point Cloud Registration for Robust Localization in Extreme Unstructured Enviro
2025-03-24 10:45:33
2597
原创 经典文献阅读之--HEIGHT(拥挤复杂环境下机器人导航的新架构)
我们提出了一种结构化且有原则的方法，以设计用于受限环境中人群导航的机器人策略网络。通过将复杂场景分解为独立组件，我们将复杂问题拆分为更小的函数，这些函数用于学习相应函数的参数。通过结合上述所有组件，端到端可训练的HEIGHT使机器人能够对所有成对交互进行空间和时间推理，从而实现更好的导航性能。
2025-03-24 10:44:52
2619
原创 经典文献阅读之--GaussianProperty(VLM+3DGS完成零样本物体材质重建与抓取)
对于视觉数据的物理属性估计是计算机视觉、图形学和机器人技术中的一项关键任务，它支撑着增强现实、物理仿真和机器人抓取等应用。然而，由于物理属性估计中固有的模糊性，这一领域仍然未得到充分探索。为了解决这些挑战，《》引入了GaussianProperty，一个无训练框架，它将。具体而言，我们将SAM的分割能力与GPT-4V（视觉）的识别能力相结合，构建了一个针对二维图像的全局-局部物理属性推理模块。然后，我们利用投票策略将来。对于基于物理的动态仿真，我们利用材料点法（MPM）进行真实的动态模拟。
2025-03-24 10:42:37
3304
原创 论文速报《GR00T N1: 一个通用人形机器人的开放基础模型》
NVIDIA近期发布的GR00T N1模型是其在具身智能领域的重要进展。该模型的核心目标是充分利用多种来源的数据，包括人类视频、仿真数据、不同构型机器人的真实操作数据以及通过视频生成技术获得的合成数据。通过这种方式，GR00T N1旨在解决具身智能所面临的数据稀缺和多样性不足的问题，从而提升机器人在复杂环境中的操作能力。图1：机器人基础模型训练的数据金字塔。GR00T N1的异构训练语料库可以表示为一个金字塔：从底部到顶部，数据量逐渐减少，而具体化程度逐渐增加。
2025-03-24 10:42:17
3439
原创 论文速报《A2I-Calib: 一种四足主动抗噪声的多IMU标定框架》
在腿式机器人技术的快速发展中，实时、低功耗和高精度的状态估计是其成功的关键。尤其是在具身导航系统中，腿式机器人的运动控制、速度跟踪和路径规划均依赖于准确的状态估计。近年来，基于多IMU（惯性测量单元）的里程计因其低成本和高能效特性而成为一种有前景的解决方案。然而，现有的多IMU外参标定方法在腿式机器人上面临着显著的局限性，尤其是在传统步态无法提供足够激励以及对IMU噪声敏感性增强的情况下。
2025-03-19 11:13:16
3545
原创 经典文献阅读之--Octo(开源的通用机器人模型)
Octo是一种基于大型变换器的策略模型，预训练于迄今为止最大的机器人操作数据集——80万条机器人轨迹。我们展示了 Octo 能够开箱即用地解决多种任务，并且展示了 Octo 的组合设计如何使其能够微调到新的输入和动作空间，从而使 Octo 成为广泛机器人控制问题的多功能初始化器。除了模型本身，我们还发布了完整的训练和微调代码，以及一些工具，使得在大型机器人数据集上进行训练变得更加容易。
2025-03-12 22:56:40
904
转载 通过Clion进行嵌入式开发
此时我们回到Clion，就可以根据需要在主程序中添加自己需要的功能了，这里简单讲一下CubeMX生成代码main.c/***//***/HAL_Init();/***/*/*/*/*//***//***/其中用于初始化刚才配置的GPIO，若配置其他外设，也会生成相应的初始化函数我们关注的重点在于和。
2025-03-12 15:49:21
3540
原创 深夜加班救星：Git误操作无限撤回+终端可视化神器
Lazygit是一款革命性的终端界面 (TUI) Git 工具，将复杂的 Git 操作变得简单直观。它在终端内构建了一个全键盘可控的图形界面，让你无需记忆繁琐的 Git 命令，通过键盘快捷键和鼠标交互就能高效管理项目版本。相比传统 GUI 工具，Lazygit 更轻量（仅约 10MB 内存占用）、启动迅速，且完全在终端内运行，是命令行爱好者的绝佳选择。
2025-03-12 13:32:58
4009
6
原创 人形机器人还值得涌入嘛？
近期的市场报告显示，全球人形机器人行业正处于高速发展的关键阶段。据预测，2023年至2030年间，该市场年复合增长率超过38%，显示出技术创新和资本市场双重驱动下的爆发增长趋势。数据显示，人形机器人所涉及的技术、硬件及智能算法研发正迎来前所未有的投资热潮，相关融资数据和市场反馈也印证了这一现状。总而言之，这个行业还是值得去追的，最起码近两年内行业还是比较热的。
2025-03-12 13:32:22
4152
原创 Perf与Clion联动完成进阶
在软件开发过程中，性能始终是一个至关重要的因素。无论是CPU占用、内存使用还是程序执行时间，性能瓶颈都可能导致用户体验下降，甚至影响到系统的稳定性和可扩展性。因此，开发者需要定期对程序进行性能分析，以识别和解决潜在的问题。在这方面，perf和DTrace等工具被广泛使用，能够帮助我们深入了解程序的运行情况。火焰图是一种可视化工具，可以帮助开发者更直观地识别性能瓶颈。结合CLion的CPU性能分析器，我们能够利用这些工具轻松分析多线程程序的性能表现。
2025-03-12 13:31:57
4722
原创 逐行逐句进一步了解SurroundOcc（一）
通过分析中的模型构建过程，理解了从配置文件到模型实例化的整个流程。构建过程的核心是通过build和等函数，逐步将配置文件解析并生成模型的各个模块对象，最终组合成一个完整的模型结构。这一过程涉及多个类和函数的调用，其中函数是生成对象的关键，它能够从配置字典中提取必要信息并生成对应的类实例。
2025-03-12 13:31:07
4116
原创 论文速报《BEV-LIO(LC): 提升稀疏点云SLAM精度的新框架》
随着LiDAR-惯性里程计（LIO）技术的快速发展，结合LiDAR和惯性传感器的SLAM（同时定位与建图）系统在精度和效率上取得了显著进展。然而，稀疏点云的挑战依然存在，尤其是在特征提取和定位精度方面。为了应对这些挑战，本文提出了一种新的LIO框架——BEV-LIO(LC)，该框架通过将LiDAR数据的鸟瞰视图（BEV）表示与几何配准相结合，并通过特征匹配实现鲁棒的回环闭合检测，显著提升了稀疏点云SLAM的性能。
2025-03-07 18:21:47
4593
ROS 导航功能调优指南∗.pdf
2022-01-07
小觅摄像头Opencv处理
2019-07-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人