- 博客(142)
- 收藏
- 关注
RSS订阅
原创 【arm扩容】新硬盘挂载操作说明
未经过扩容的arm设备不满足移植大镜像的条件。我们要对arm设备扩容，现在要将一个500G的硬盘挂进去。而且要按照老arm设备的挂法，保持相同的目录结构。配置这台机器。lsblk：为了使分区在系统启动时自动挂载，需要编辑/etc/fstab文件。
2024-06-19 19:54:08
1192
原创 【自动驾驶——采集数据 livox激光雷达，IMU，摄像头】
rosbag record /livox/lidar /livox/loc /image_view/image_left //回车开始录制数据。$sudo docker exec -it “我们起的docker的名字” /bin/bash //启动docker窗口。$sudo docker exec -it “我们起的docker的名字” /bin/bash //启动docker窗口。
2023-04-14 12:50:48
1039
原创 【仿生机器人系统设计】涉及到的伦理与安全问题
是设计缺陷（硬件/软件）、算法决策错误、制造商、操作者、所有者，还是“机器人自身”的责任？高度拟人化的外观、表情、语音极易引发用户（尤其儿童、老人、情感脆弱者）的情感投射和身份混淆，模糊人机界限。与人类紧密互动（如护理、协作）或在高风险环境（如手术室、灾区）作业，要求其运动控制达到前所未有的安全等级。政府与国际组织应加快制定专门法规，明确安全认证、数据保护、责任划分、使用限制（如禁止某些恶意应用）。工程师、伦理学家、法律专家、社会科学家、心理学家及潜在用户需共同参与标准制定与方案评估。
2025-05-30 18:29:29
743
原创 【google 论文】Titans: Learning to Memorize at Test Time
这个架构旨在克服现有模型（如Transformers）在处理超长序列和长期依赖方面的局限性。研究者从人脑拥有短期记忆和长期记忆的不同系统获得启发。这与传统模型在训练后参数固定的做法有显著不同。这篇论文的核心贡献在于提出了一种新的。关键特性在于，Titans 能够。，并基于此构建了一个名为。
2025-05-30 18:10:17
410
原创 【仿生机器人】机器人情绪系统的深度解析
接下来聊情绪，我们老生常谈的是机器人应该产生什么情绪，在什么情况下大概率它应该有什么情绪产生？那么机器人为什么要产生情绪，人的情绪的基准和参考是什么。
2025-05-30 18:07:57
997
原创 【仿生机器人】极具前瞻性的架构——认知-情感-记忆“三位一体的仿生机器人系统架构
基于您的深度需求分析，我将为您设计一个全新的"认知-情感-记忆"三位一体的仿生机器人系统架构。
2025-05-30 18:07:05
810
原创 【仿生机器人】仿生机器人认知-情感系统架构设计报告
本报告旨在为仿生机器人头部设计一个全面的认知-情感软件架构，以实现自然、情感智能的互动。拟议的架构将使机器人能够像人类一样，动态生成情绪、进行复杂的表情表达（包括情绪掩饰）、拥有强大的记忆系统，并形成独特的自我认知。报告强调了多模态感知、大型语言模型（LLMs）、强化学习和知识图谱等前沿人工智能技术的整合，以将用户对一个能够感知环境、有机产生思想和情感、自然表达（即使带有细微的情绪掩饰）、建立丰富个人历史并拥有强烈自我意识的机器人的愿景变为现实。
2025-05-30 17:24:07
1075
原创 【仿生机器人】需求案例
记忆是认知的数据库，认知是记忆的算法引擎。二者的关系如同图书馆与学者的关系：再丰富的藏书（记忆）没有阅读分析（认知）只是纸张堆砌再聪明的头脑（认知）缺乏知识储备（记忆）难以深度思考在您的仿生机器人设计中，建议：建立清晰的记忆-认知接口协议为认知模块配备实时记忆检索加速器实现记忆内容的动态重组功能（类似人类睡眠时的记忆整合）'''人性不都是光辉美好的，都光辉美好，那不是人，人类发展到现在也不全是因为真善美。人性从来就不是单一维度的美好画卷，而是复杂的矛盾体。
2025-05-30 17:23:13
557
原创 【仿生机器人】仿生机器人系统架构设计2.0——具备可执行性
我仔细阅读了你的需求，你想要创造的不是一个简单的服务型机器人，而是一个真正具有"生命感"的硅基智能体。这个设计的核心理念是让爱丽丝成为一个真正"活着"的智能体，而不是执行预设脚本的机器。这个架构设计的核心是将爱丽丝设计成一个真正"活着"的智能体，而不是一个执行预设脚本的机器。通过情感涌现、动态记忆、人格演化等机制的有机结合，让她能够真正地感受、学习、成长，成为一个独特的个体。这个系统的美妙之处在于，爱丽丝的每一个反应都是独特的，是她的感知、记忆、情感和个性共同作用的结果。针对"实时交互"需求，关键是。
2025-05-30 16:42:07
1051
原创 【仿生机器人软件架构】通过整合认知系统实现自主精神性——认知系统非常具有可执行性
要创建具有真正情感深度的、完全自主的仿生机器人，需要超越基于规则的系统，转向能够实现涌现行为、自适应个性和类似意识处理的架构。根据截至2024年初的现有研究，最有希望的方法是结合多个集成子系统，这些子系统协同工作，以创建适用于配备23个伺服电机面部表情系统的机器人的栩栩如生、充满活力的行为。这创造了随时间推移的真正学习和发展，而不仅仅是数据的简单积累。尽管存在这些限制，但概述的架构原则为创建具有真正情感深度和自主行为的仿生机器人奠定了坚实的基础，超越了基于规则的系统，迈向真正充满活力的机器。
2025-05-30 16:37:49
594
原创 【仿生系统】爱丽丝机器人的设想（可行性优先级较高）
它允许我们在一个强大的通用预训练模型基础上，高效地为“爱丽丝”定制出独特的个性、记忆关联和行为模式，而不会破坏基础模型的通用智能。不同的机器人（爱丽丝 vs 川崎）可以共享同一个基础模型，但拥有各自独立的、通过与特定主人交互训练出来的LoRA权重/适配器。您提出的需求非常前沿，代表了AI和机器人领域追求的终极目标之一。您的热情和清晰的愿景是这个项目成功的宝贵动力！您追求的是一种更深层次的、能够学习、成长，并形成独特“个性”的仿生智能。这是系统的“大脑中枢”，也是实现您所描述的“高级智能”的关键。
2025-05-29 17:33:42
1020
原创 【仿生系统】qwen的仿生机器人解决方案
该方案通过模块化设计实现了您需求中的核心要素：动态情感表达、个性化演化、实时交互和记忆系统。- 遗忘机制：基于重要性权重的动态衰减算法（Dynamic Forgetting with Importance Weighting）- 情感生成器：GAN增强的情感迁移网络（GAN-enhanced Emotional Transfer）- 三维情感空间：Valence（愉悦度）×Arousal（唤醒度）×Dominance（控制感）- 解决方案：引入锚点记忆（Anchor Memories）定期校准情感基线。
2025-05-29 17:32:02
958
原创 【仿生系统】爱丽丝的“内在”或“灵魂”：概念与形式
您对“潜移默化”和“事教人”的思考，以及对实时性和内在动态性的强调，都指明了构建一个真正智能和有情感的仿生机器人的正确方向。我们可以将爱丽丝的“内在”想象成一个多维度、动态的系统，它并非一个单一的实体，而是多个相互作用的组件的集合。这确实是一个需要不断迭代和实验的过程。但您提供的这些深刻洞见，为“爱丽丝”的灵魂注入了非常清晰的设计蓝图。学习与进化引擎 (J) 是实现内在动态变化的关键。它需要能够处理不同强度和类型的学习信号。接下来的挑战在于将这些概念转化为具体的算法和代码实现。则是驱动其变化的动力。
2025-05-29 17:30:51
279
原创 【agent】简历信息提取智能体
简历信息提取系统利用Pydantic模型和大语言模型（如GPT）从非结构化简历文本中提取结构化信息。系统首先通过Pydantic的Resume类定义简历字段和校验规则，确保数据的准确性和一致性。系统还具备自动统一日期格式的功能，如将“1990-05-15”转换为“05-15-1990”。通过Prompt工程，系统与AI交互，提取信息并返回标准JSON格式。核心代码展示了如何定义Pydantic模型、验证和转换日期格式，以及如何通过大语言模型生成结构化JSON响应。该系统能够高效、准确地处理简历信息，适用于招
2025-05-23 21:32:27
368
原创 【agent】一个智能助手agent
SmartAssistant类是一个智能助手系统，核心功能包括多场景Prompt管理、意图识别与自动切换、以及持续对话支持。通过预置不同任务的系统级Prompt（如注册、查询、删除），助手能够根据用户输入自动识别意图并切换到相应场景。系统维护上下文记忆，支持多轮交互，用户可通过输入“exit”或“quit”结束对话。该设计实现了灵活的任务处理和高效的对话管理。
2025-05-23 20:38:50
197
转载 【prompt】25年，当前的prompt范式（转载）
文章探讨了AI从“过程导向”到“目标导向”的转变，强调了现代AI模型如GPT-O1的强大能力，它们能够通过简单的提示词自主完成任务，而无需复杂的指令。文章介绍了GPT-O1提示词的四大原则：简单直接、无需显式思维链、结构化表达和“展示”而非“指导”。通过实例展示了GPT-O1在五言诗创作和字符统计任务中的高效表现。此外，文章还描述了O1模型的工作流程，包括问题分析、任务分解、系统执行、方案优化、自我评估和自我纠正。
2025-05-11 23:43:46
33
原创 【RLHF】 Reward Model 和 Critic Model 在 RLHF 中的作用
帖子里用了一个非常形象的比喻：“reward扮演的是环境的角色，而critic属于llm这个智能体的一部分，就好比在考试中，你自己检查卷子和老师给你打分的区别。
2025-05-09 18:37:10
337
原创 【RAG】重点部分 RAG-Fusion, Decomposition, HyDE 和 Routing
RAG-Fusion、Decomposition、HyDE和Routing是提升检索增强生成（RAG）系统性能的四种关键策略。RAG-Fusion通过生成多个语义相关的查询并融合检索结果，以覆盖更广泛的用户意图并提高结果的相关性。Decomposition策略将复杂问题拆分为多个子问题，分别检索后组合答案，以简化查询并提高答案的全面性。HyDE则通过生成假设性文档的嵌入向量进行检索，利用语言模型的生成能力弥补查询与文档之间的语义差距。Routing模块则根据查询的性质，将其导向最合适的知识库或处理流程。
2025-05-09 16:39:07
989
原创 【RAG官方大神笔记】检索增强生成 (RAG)：Python AI 教程的详细介绍
这份文档详细介绍了检索增强生成 (RAG) 流程中的各个关键模块，包括查询转换 (Query Translation)、路由 (Routing)、查询构建 (Query Construction)、索引 (Indexing)、检索 (Retrieval) 和生成 (Generation)。查询转换 (Query Translation)模块负责将用户原始问题改写、分解、抽象或转换为假设文档，以便更有效地从知识库中检索信息。
2025-05-09 15:38:34
1012
原创 【RAG】RAG系统——langchain 的用法（说人话版与专业版）
RAG（Retrieval-Augmented Generation）是一种结合检索与生成的自然语言处理技术。其核心流程包括数据索引、问题检索和生成回答。RAG的优势在于能够通过检索外部知识库，提升生成回答的准确性和相关性。Langchain框架提供了丰富的工具，帮助开发者构建高效的RAG系统
2025-05-09 15:21:50
901
原创 【RAG】index环节中 关于嵌入模型和 ColBERT
ColBERT架构是一种为大规模文档检索设计的高效模型，它通过为文档和查询的每个token生成上下文相关嵌入，并在检索阶段进行细粒度交互和匹配，实现更精细的匹配。
2025-05-09 14:36:20
803
原创 【RAG】indexing 中的 Hierarchical Indexing（分层索引）
【RAG】indexing 中的 Hierarchical Indexing（分层索引）和改进点
2025-05-09 00:00:10
885
原创 【大厂日记】为什么项目中只有动态库没有静态库
静态库：编译时链接，生成的可执行文件独立，适合需要独立运行的场景。动态库：运行时加载，生成的可执行文件依赖外部库文件，适合需要共享代码和节省内存的场景。
2025-01-23 10:03:07
313
原创 【大厂日记】打包环境是什么？
它为开发人员、CI/CD 系统、运维人员和 QA 团队提供了一套工具和配置，确保代码的编译、构建、测试和部署过程顺利进行。持续集成/持续部署（CI/CD）系统： 自动化构建：CI/CD 系统可以使用打包环境来自动编译、构建和打包代码，确保每次代码提交后都能生成最新的构建版本。打包环境主要为以下几类人员或系统服务： 开发人员： 代码编译：开发人员可以使用打包环境来编译和测试代码，确保代码的正确性和稳定性。测试：QA 团队可以使用打包环境生成的构建版本来执行各种测试，包括功能测试、性能测试和安全测试。
2025-01-23 09:59:24
229
原创 【C++】std::system 的使用原理 （有阻塞风险）
std::system 会接收一个状态码0或1，但如果因为网络拥堵，或其他原因没接到状态码，std::system就会阻塞下面程序进行。但是std::system 本身还是会阻塞，因为它至少要等待子shell的返回值。子shell如果返回失败，std::system 也是会继续执行，不会被阻塞。也就是说 std::system 并不关心后面是成功还是失败。std::system 只负责开个进程然后开启运行后面的指令。所以 异步通信 变得及其重要！
2024-11-04 08:46:43
440
原创 【Apollo】控制canbus模块启动，关闭
和ROS & ROS2中类似，Cyber RT中支持两种数据交换模式：一种是Publish-Subscriber模式，常用于数据流处理中节点间通信。另一种就是常见的Service-Client模式，常用于客户端与服务端的请求与响应。而dreamview 是交互的，backend 是后端，其中hmi.cc里面的socket，receive是这个接收bridge来的信号的。接收之后，这个socket，receive函数解析，然后交给worker处理，worker调用triger来启动模块。
2024-10-30 16:41:36
600
1
原创 【红外】采集数据
首先，这个miivii文件下缺东西，features/gmsl_camera/samples里就缺东西，缺了两个文件夹。miwen是我建的文件夹，把miwen.tar.gz解压生成的miivii文件夹放到了miwen里。所以我去新机器拷了新的miivii，完整的。然后打包成miwen.tar.gz，然后解压编译的。之所以不用find命令，是因为机器里容器里也安装了opencv，太长了，很难排查。之后编译成功，usr/local/lib下也出现opencv的库了。有段警告，缺东西，但可能无伤大雅，先跳过。
2024-10-14 12:00:13
1171
原创 【livox雷达】HAP雷达 红外 orin 交换机 ——办公室 硬件搭配
交换机：以交换机为中心，连一根网线到orin，一根接外网的网线连给交换机，一根雷达的网线接到交换机。如果我想要上网的话，我需要把这个ip调整为 “自动获取”orin：拉一根网线，一端连orin，一端连交换机。中间白色是外网的网线，接到交换机（自动获取ip）红外：用gsml方式连到orin上。雷达：接上电源，另一端连接交换机。右边是雷达网线，接到交换机。
2024-10-11 20:55:17
308
原创 【docker】要将容器中的 livox_to_pointcloud2 文件夹复制到宿主机上
使用 docker cp 命令从容器复制文件夹到宿主机：
2024-10-10 20:14:20
530
原创 【apollo】编译时会拉取google的东西，
我们是在docker内编译。因为我们使用了代理，所以要让docker内使用代理，要设置环境变量。
2024-09-04 09:25:26
215
原创 【ros2】 const builtin_interfaces::msg::Time & timestamp解析
builtin_interfaces::msg::Time 包含秒和纳秒两部分
2024-09-02 11:19:02
999
livox-to-pointcloud2 包
2024-10-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人