<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[rellvera的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/rellvera</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; rellvera]]></copyright><item><title><![CDATA[github上传本地项目过程记录]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/149689923</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/149689923</guid><author>rellvera</author><pubDate>Sun, 27 Jul 2025 21:50:47 +0800</pubDate><description><![CDATA[最近有和别人进行unity项目协作的需求，需要把自己的本地代码上传到github已有的一个仓库里。记录一下上传过程，防止后续还需要用。]]></description><category></category></item><item><title><![CDATA[unity打包安卓项目为apk报错解决（打包至PICO4）]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/149633435</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/149633435</guid><author>rellvera</author><pubDate>Fri, 25 Jul 2025 11:23:39 +0800</pubDate><description><![CDATA[最近要把Unity代码打包成APK放到PICO里面运行。]]></description><category></category></item><item><title><![CDATA[复现论文报错解决]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/148619527</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/148619527</guid><author>rellvera</author><pubDate>Thu, 12 Jun 2025 23:04:22 +0800</pubDate><description><![CDATA[博主复现论文代码过程中遇到的各种报错及解决方案~]]></description><category></category></item><item><title><![CDATA[图形学、人机交互、VR/AR、可视化等领域文献速读]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/147872811</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/147872811</guid><author>rellvera</author><pubDate>Sun, 11 May 2025 15:05:08 +0800</pubDate><description><![CDATA[本文提出了 Hier-SLAM，这是一种基于语义的三维高斯溅射 SLAM 方法，具备全新的层级类别表示方式，能够实现精准的全局三维语义建图、良好的扩展性，以及三维世界中显式的语义标签预测。随着环境复杂度的增加，语义 SLAM 系统的参数量急剧上升，使得场景理解变得尤为困难且成本高昂。为了解决这一问题，本文引入了一种。]]></description><category></category></item><item><title><![CDATA[【ML-Agents】ML-Agents示例项目导入unity报错解决]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/147851674</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/147851674</guid><author>rellvera</author><pubDate>Sat, 10 May 2025 13:40:52 +0800</pubDate><description><![CDATA[最近在跑ML-Agents的示例代码，无奈往unity中导入项目后，就出现报错。本文简要描述了各个报错的解决方法。]]></description><category></category></item><item><title><![CDATA[ML-Agents训练器配置-参数说明]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/146606736</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/146606736</guid><author>rellvera</author><pubDate>Wed, 02 Apr 2025 16:28:42 +0800</pubDate><description><![CDATA[使用ML-Agents工具包进行强化学习训练时，碰到了很多参数。本文根据ML-Agents toolkit的说明文档把这些参数整理了一遍，并加了一些自己的理解。]]></description><category></category></item><item><title><![CDATA[【强化学习】近端策略优化算法(PPO)的理解]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/146935272</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/146935272</guid><author>rellvera</author><pubDate>Wed, 02 Apr 2025 16:22:53 +0800</pubDate><description><![CDATA[近端策略优化算法(PPO)的理解]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第10课-Actor-Critic方法-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/145708659</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/145708659</guid><author>rellvera</author><pubDate>Wed, 19 Feb 2025 15:45:21 +0800</pubDate><description><![CDATA[学习资料：bilibili 西湖大学赵世钰老师的【强化学习的数学原理】课程。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第09课-策略梯度方法-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/145692098</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/145692098</guid><author>rellvera</author><pubDate>Tue, 18 Feb 2025 16:06:05 +0800</pubDate><description><![CDATA[在表格情况下，如果在策略。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第08课-值函数近似-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/145669196</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/145669196</guid><author>rellvera</author><pubDate>Mon, 17 Feb 2025 21:24:45 +0800</pubDate><description><![CDATA[vπsv_{\pi}(s)vπ​s是state value的真实值，vswvsw是state value的近似值。我们的目标是找到一个最优的www，使得对于每一个状态sssvswvsw都能最好地近似vπsv_{\pi}(s)vπ​s。为了寻找最优的www，我们定义如下目标函数：值得指出的是，SSS是一个随机变量，既然是一个随机变量，这个随机变量就是有概率分布的。那么S的概率分布是什么呢？有几种方式来定义S的概率分布。第一种方式是。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第07课-时序差分方法-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/144061353</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/144061353</guid><author>rellvera</author><pubDate>Sun, 16 Feb 2025 20:01:03 +0800</pubDate><description><![CDATA[下图呈现了TD算法。TD算法在求解一个给定策略π\piπ的 state value，它是一种不基于模型、基于数据的方法。TD算法就是要基于给定策略π\piπ下，在生成的数据s0r1s1strt1st1s0​r1​s1​...st​rt1​st1​...的基础上计算state value。vtsv_t(s)vt​s表示状态 s 在 t 时刻的 state value 估计值。sts_tst​。]]></description><category></category></item><item><title><![CDATA[nolo sonic 2使用串流方式运行steamVR时报错301（VRApplicationError_IPCFailed）]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/145163560</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/145163560</guid><author>rellvera</author><pubDate>Wed, 15 Jan 2025 17:10:08 +0800</pubDate><description><![CDATA[最近换了一台新电脑，使用nolo sonic 2 VR眼镜，尝试和自己的笔记本通过串流方式连接steamVR。]]></description><category></category></item><item><title><![CDATA[Unity使用脚本控制相机移动、旋转]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/144395495</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/144395495</guid><author>rellvera</author><pubDate>Wed, 11 Dec 2024 11:13:18 +0800</pubDate><description><![CDATA[考虑到以后可能经常需要用到这个功能，所以写篇博客记录下代码。我的代码参考自博客：https://www.cnblogs.com/forever3329/p/17798070.html。功能：键盘wasd控制前后左右平移，qe控制左右视角旋转，rf控制视角升降。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第06课-随机近似与随机梯度下降-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/144032127</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/144032127</guid><author>rellvera</author><pubDate>Tue, 26 Nov 2024 15:38:51 +0800</pubDate><description><![CDATA[首先，先回顾一下 mean estimation problem 是什么。假设有一个随机变量X，目标是要求其期望 E(X)。我们有一些采样数据x1x2xNx1​x2​...xN​。期望可以用这N个采样值的平均来近似。那么，该如何计算这N个采样值的平均呢？有两种方法。第一种是先收集好所有的sample，再对这些sample求平均值。这种方法的缺陷是：所有的sample需要一段时间才能被采样完，所以需要等待一段时间。第二种方法采用了增量式的思想。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第05课-蒙特卡洛方法-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/144015594</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/144015594</guid><author>rellvera</author><pubDate>Mon, 25 Nov 2024 16:43:17 +0800</pubDate><description><![CDATA[之前提到的值迭代算法、策略迭代算法都属于model-based reinforcement learning，而蒙特卡洛方法属于model-free reinforcement learning。对于初学者来说，最难以理解的是，如何在没有模型的情况下去估计一些变量。其中有一个重要的思想就是 **Monte Carlo Estimation**。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第04课-值迭代与策略迭代-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/144000018</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/144000018</guid><author>rellvera</author><pubDate>Sun, 24 Nov 2024 17:51:55 +0800</pubDate><description><![CDATA[算法起初有一个策略。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第03课-贝尔曼最优公式-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/143989852</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/143989852</guid><author>rellvera</author><pubDate>Sat, 23 Nov 2024 18:19:59 +0800</pubDate><description><![CDATA[如上图所示。与贝尔曼公式有一些小小的差异，贝尔曼最优公式前面多了一个。]]></description><category></category></item><item><title><![CDATA[【强化学习的数学原理】第02课-贝尔曼公式-笔记]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/143947734</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/143947734</guid><author>rellvera</author><pubDate>Fri, 22 Nov 2024 17:09:39 +0800</pubDate><description><![CDATA[下图介绍了一些符号。注意：（1）Rt1R_{t+1}Rt1​其实也可以写成RtR_{t}Rt​，就是说在状态StS_{t}St​下选择了动作AtA_{t}At​，得到了奖励RtR_{t}Rt​。这是说得通的，但一般都习惯性地写成Rt1R_{t+1}Rt1​。（2）S、A、R都是随机变量，所以可以对它们求期望等操作。（3）这个single-step process是由概率分布决定的。（见下图三行蓝字）]]></description><category></category></item><item><title><![CDATA[【强化学习】Actor-Critic算法]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/143250387</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/143250387</guid><author>rellvera</author><pubDate>Sat, 26 Oct 2024 16:59:25 +0800</pubDate><description><![CDATA[Actor-Critic 算法是一种综合了策略迭代和价值迭代的集成算法。Actor是利用策略梯度算法实现，Critic使用时序差分实现。Actor-Critic 算法的组成部分为：Actor（策略网络）：Actor是策略函数πθsπ_θ(s)πθ​s，是一个神经网络，它负责在给定状态下选择动作，输出每个动作的概率分布。该网络的训练目标是最大化累计回报的期望。Critic（价值网络）：Critic是值函数VπsV_π(s)Vπ​s。]]></description><category></category></item><item><title><![CDATA[【强化学习】第02期：动态规划方法]]></title><link>https://blog.youkuaiyun.com/rellvera/article/details/140048839</link><guid>https://blog.youkuaiyun.com/rellvera/article/details/140048839</guid><author>rellvera</author><pubDate>Fri, 28 Jun 2024 21:46:51 +0800</pubDate><description><![CDATA[强化学习动态规划方法，包括策略迭代、值迭代两种方法。]]></description><category></category></item></channel></rss>