<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_53665413的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_53665413</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_53665413]]></copyright><item><title><![CDATA[DAG与云计算任务调度优化]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/151121497</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/151121497</guid><author>qq_53665413</author><pubDate>Tue, 02 Sep 2025 21:27:29 +0800</pubDate><description><![CDATA[DAG（Directed Acyclic Graph，有向无环图）是一种常见的数据结构，由顶点（Vertices）和有向边（Edges）组成。其核心特征是无环，即从任意节点出发沿着有向边无法回到起点。编译器优化：表示代码依赖关系。大数据处理框架（如Apache Spark、Flink）：通过DAG表示计算任务的依赖与执行路径。云计算任务调度：利用DAG来描述任务之间的依赖和并行执行关系。DAG的优势在于它能清晰刻画任务依赖关系，同时为并行化与优化提供理论基础。]]></description><category></category></item><item><title><![CDATA[基于 LQG 控制的轨迹跟踪 —— 从原理到实践]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149693689</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149693689</guid><author>qq_53665413</author><pubDate>Tue, 26 Aug 2025 21:23:34 +0800</pubDate><description><![CDATA[在现代控制理论中，如何在系统存在噪声和不确定性的情况下实现稳定控制，是工程界普遍面临的问题。经典的 LQR（线性二次型调节器） 能为确定性系统提供最优状态反馈控制，但在状态无法完全观测、传感器存在测量噪声时，单纯依赖 LQR 便难以保证性能。
        此时，LQG（Linear Quadratic Gaussian）控制器应运而生，它将 LQR 控制器 与 卡尔曼滤波器结合，能够在噪声环境中实现对系统的高精度最优控制。]]></description><category></category></item><item><title><![CDATA[学习记录：Double Deep Q-Network（DDQN）]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/150350831</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/150350831</guid><author>qq_53665413</author><pubDate>Wed, 13 Aug 2025 17:21:45 +0800</pubDate><description><![CDATA[写到这里，其实你已经理解了 DDQN 的核心精髓：它不是推翻 DQN，而是在一个关键点上做了非常聪明的“微调” ——]]></description><category></category></item><item><title><![CDATA[基于 DDQN 的仓储多机器人调度与路径规划]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149693673</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149693673</guid><author>qq_53665413</author><pubDate>Wed, 13 Aug 2025 16:42:58 +0800</pubDate><description><![CDATA[本文将仓储多机器人调度与路径规划建模为强化学习问题，并采用。]]></description><category></category></item><item><title><![CDATA[卡尔曼滤波通俗入门：预测、测量与最优融合]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149693711</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149693711</guid><author>qq_53665413</author><pubDate>Wed, 30 Jul 2025 20:54:11 +0800</pubDate><description><![CDATA[卡尔曼滤波通俗入门：预测、测量与最优融合]]></description><category></category></item><item><title><![CDATA[先进控制-自适应控制：让控制器自己学会调整]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149693699</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149693699</guid><author>qq_53665413</author><pubDate>Tue, 29 Jul 2025 11:37:53 +0800</pubDate><description><![CDATA[先进控制-自适应控制：让控制器自己学会调整]]></description><category></category></item><item><title><![CDATA[先进控制-模糊控制原理全解析：不用建模也能精准控制]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149693705</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149693705</guid><author>qq_53665413</author><pubDate>Mon, 28 Jul 2025 11:50:06 +0800</pubDate><description><![CDATA[在控制系统中，我们通常需要精确的数学模型，才能通过经典方法（如 PID、LQR）来设计控制器。然而，现实系统往往复杂、多变，建模困难，或者根本没有办法精确描述。这时，模糊控制（Fuzzy Control）就提供了一种“不依赖精确模型”、完全基于人类经验规则的控制方法。]]></description><category></category></item><item><title><![CDATA[路径规划算法---时空 A* 算法详解：让路径规划“躲开未来的碰撞”]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149114577</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149114577</guid><author>qq_53665413</author><pubDate>Sat, 05 Jul 2025 08:30:00 +0800</pubDate><description><![CDATA[时空 A* 是一种在时间 + 空间状态空间中执行的启发式搜索算法。相比传统 A* 只考虑二维位置，它额外考虑了“机器人在某个时间点出现在某个位置”是否合法，从而能有效避开未来冲突。场景举例：两个机器人从不同方向同时走向同一格子，在空间上没问题，但在时间上会碰撞。传统 A* 无法预判这一冲突，时空 A* 则可以避开这种“时空重合”。(x, y)是二维位置t是当前时间步heading是朝向方向（可选）特性A*时空 A*状态定义(x, y)]]></description><category></category></item><item><title><![CDATA[BFS 算法详解：最简单又最实用的图搜索算法]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149114775</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149114775</guid><author>qq_53665413</author><pubDate>Sat, 05 Jul 2025 07:30:00 +0800</pubDate><description><![CDATA[广度优先搜索（BFS, Breadth-First Search）是图论和路径规划中最基础、最经典的算法之一，它用于寻找从起点到目标点的“”，并广泛应用于迷宫、网格地图、社交网络分析等场景。]]></description><category></category></item><item><title><![CDATA[路径规划算法---A* 算法详解：最优路径规划的启发式之王]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149114464</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149114464</guid><author>qq_53665413</author><pubDate>Fri, 04 Jul 2025 12:03:06 +0800</pubDate><description><![CDATA[A* 算法是最经典的启发式搜索算法，能在保证最短路径的前提下减少搜索空间。它结合了实际花费 g(n) 和启发估计 h(n)，适用于导航、机器人路径规划等。我理解并实现过 A* 算法，掌握了如何设计启发函数、调整搜索效率，并能结合实际场景如网格地图或动态障碍进行改造。A* 是图搜索算法中的黄金标准，在效率与最优性之间取得了极好平衡。]]></description><category></category></item><item><title><![CDATA[路径规划算法---Dijkstra 算法详解：最经典的最短路径算法之一]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/149114281</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/149114281</guid><author>qq_53665413</author><pubDate>Fri, 04 Jul 2025 11:57:39 +0800</pubDate><description><![CDATA[Dijkstra 算法是图论中最经典的路径规划算法之一，被广泛应用于导航系统、地图服务、网络路由、机器人调度等场景。]]></description><category></category></item><item><title><![CDATA[基于LQR的双积分小车轨迹跟踪控制系列（四）LQR 控制器设计：从代价函数到最优反馈增益]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148827772</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148827772</guid><author>qq_53665413</author><pubDate>Tue, 24 Jun 2025 10:10:56 +0800</pubDate><description><![CDATA[LQR 提供了一个系统化的、可调优的最优控制方案。2️⃣ 设计代价函数 (Q, R)5️⃣ 控制律： uk=−Kx。3️⃣ 解黎卡提方程求 P。4️⃣ 得最优反馈增益 K。1️⃣ 确定状态空间模型。]]></description><category></category></item><item><title><![CDATA[基于LQR的双积分小车轨迹跟踪控制系列（五）结果图展示]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148828140</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148828140</guid><author>qq_53665413</author><pubDate>Mon, 23 Jun 2025 10:16:10 +0800</pubDate><description><![CDATA[这要求我们： 1️⃣ 设计轨迹生成函数，输出目标位置、速度、加速度。在轨迹跟踪控制中，控制器的目标并不是静态点，而是。2️⃣ 结合前馈补偿，使控制器响应更快、更准确。]]></description><category></category></item><item><title><![CDATA[基于LQR的双积分小车轨迹跟踪控制系列（三）从连续到离散：双积分小车状态空间的数字实现]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148827522</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148827522</guid><author>qq_53665413</author><pubDate>Sun, 22 Jun 2025 14:59:45 +0800</pubDate><description><![CDATA[本篇完成了连续到离散的推导，得到了离散时间状态空间模型，为后续 LQR 控制律的离散实现打下基础。离散模型是数字控制器运行的基石，它让连续物理系统能被数字设备精确控制。以便在数字硬件和仿真程序中使用。]]></description><category></category></item><item><title><![CDATA[基于LQR的双积分小车轨迹跟踪控制系列（二）双积分小车建模：从物理到连续状态空间 ]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148827392</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148827392</guid><author>qq_53665413</author><pubDate>Sun, 22 Jun 2025 14:41:14 +0800</pubDate><description><![CDATA[小车在二维平面中运动，其控制输入是加速度（或控制力），而我们希望控制的是位置。这就形成了“输入加速度 → 两次积分 → 输出位置”的动态关系。第一次积分：控制输入 u=a → 得到速度 v第二次积分：速度积分 → 得到位置 x因此，它是一个典型的双积分系统（Double Integrator）。]]></description><category></category></item><item><title><![CDATA[基于LQR的双积分小车轨迹跟踪控制系列（一） 项目缘起与效果总览（含python代码源文件）]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148827253</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148827253</guid><author>qq_53665413</author><pubDate>Sun, 22 Jun 2025 14:33:44 +0800</pubDate><description><![CDATA[如果一辆小车只能通过加速度来操纵，它能多精确地沿着目标轨迹行驶？]]></description><category></category></item><item><title><![CDATA[C++代码随想录刷题知识分享-----右旋字符串——三段反转的数学之美与工程落地]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148761398</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148761398</guid><author>qq_53665413</author><pubDate>Thu, 19 Jun 2025 10:55:13 +0800</pubDate><description><![CDATA[三段反转 = O(n) 时间 + O(1) 空间 + 3 行代码让任何“循环平移”类题目，瞬间从思维题化身为template题。]]></description><category></category></item><item><title><![CDATA[C++代码随想录刷题知识分享-----替换数字字符 —— 字符串空间扩展与逆向填充技巧]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148612087</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148612087</guid><author>qq_53665413</author><pubDate>Thu, 12 Jun 2025 15:53:23 +0800</pubDate><description><![CDATA[替换数字字符 —— 字符串空间扩展与逆向填充技巧]]></description><category></category></item><item><title><![CDATA[C++代码随想录刷题知识分享-----每隔 2k 反转前 k 个字符 —— 字符串操作中的逻辑分段处理技巧]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148612008</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148612008</guid><author>qq_53665413</author><pubDate>Thu, 12 Jun 2025 15:48:56 +0800</pubDate><description><![CDATA[给定一个字符串s和一个整数k，请你按如下规则进行就地反转字符串操作：从字符串开头算起，每隔2k个字符，对前k如果剩余字符少于k个，则将剩余全部字符反转；如果剩余字符小于2k但大于或等于k个，则反转前k个字符，其余保持原样。这类字符串分段处理题，考察的不是复杂算法，而是代码结构的清晰性和对边界条件的把握能力。]]></description><category></category></item><item><title><![CDATA[C++代码随想录刷题知识分享-----反转字符串 —— 从基础题练出指针思维与空间优化技巧]]></title><link>https://blog.youkuaiyun.com/qq_53665413/article/details/148611605</link><guid>https://blog.youkuaiyun.com/qq_53665413/article/details/148611605</guid><author>qq_53665413</author><pubDate>Thu, 12 Jun 2025 15:35:59 +0800</pubDate><description><![CDATA[反转字符串]]></description><category></category></item></channel></rss>