- 博客(18)
- 收藏
- 关注
RSS订阅原创 安装todesk用于ubuntu服务器无显示器远程控制
摘要：本文介绍了在无显示器Ubuntu服务器上配置Todesk远程桌面的方法。首先安装Todesk软件后，需将Ubuntu 24.04的窗口协议从Wayland改为X11（通过修改/etc/gdm3/custom.conf文件）。接着安装虚拟显示器驱动xserver-xorg-video-dummy，并配置/usr/share/X11/xorg.conf.d/xorg.conf文件添加虚拟显示器设置（支持1920×1080分辨率）。完成上述修改后重启系统，即可正常使用Todesk进行远程连接。（149字）
2025-11-19 22:29:52
218
原创 Mujoco中非凸物体的仿真方法
摘要：物理引擎MuJoCo仅支持凸几何体的碰撞检测，因此非凸网格物体需通过CoACD算法分解为多个凸包。CoACD是一种高效的3D网格凸分解算法，可优化碰撞检测性能。文中提供了使用CoACD进行凸分解的Python代码示例和可视化方法。同时介绍了obj2mjcf工具，该工具可将OBJ文件自动转换为MuJoCo适用的MJCF格式，并可选CoACD进行凸分解。这些工具在计算机图形学和物理模拟中具有重要应用价值。
2025-07-03 14:33:53
611
原创 几何模型处理的利器-meshlab
摘要：本文介绍了MeshLab在Ubuntu系统中的安装使用方法和Python接口PyMeshLab的基本操作。主要内容包括：1）MeshLab的安装启动、模型导入、坐标系变换（平移/旋转/缩放）和网格简化功能；2）PyMeshLab的安装验证、网格加载保存、简化/平滑/变换等处理，以及批量处理和可视化方法。文章提供了详细的操作步骤和代码示例，适合需要进行3D网格处理的用户参考使用。更多功能可查阅MeshLab官网和PyMeshLab文档。
2025-06-26 20:24:36
710
原创 使用vscode中的copilot快速理解开源项目的代码
GitHub Copilot是VS Code中强大的AI编程助手，可以帮助你快速理解开源项目的代码结构和工作原理。使用原则是先理解整体架构，再深入细节，对于复杂逻辑，Copilot可能提供简化解释，与代码搜索、调用层次分析等VS Code功能一起使用。Copilot帮你生成学习笔记或代码注释，接下来先介绍几种有效利用Copilot理解代码的方法，然后以一个开源项目为例介绍使用效果。
2025-06-13 17:52:52
1997
原创 机器人学习相关的科研圈
在当今社会，科研圈的影响力日益增强，了解、加入并在其中展示自己变得尤为重要。科研圈是一个由研究人员、学者和专业人士组成的网络，涵盖了各个学科和领域。了解科研圈的构成和运作方式，可以帮助个人：（1）获取前沿知识：科研圈内的信息流动迅速，了解最新的研究动态和技术进展，可以帮助研究者保持竞争力。（2）识别研究方向：通过了解不同领域的研究热点，科研人员可以更好地选择自己的研究方向，避免重复劳动。（3）建立合作关系：了解科研圈的成员和机构，有助于建立潜在的合作关系，促进跨学科的研究。
2025-06-11 01:40:54
914
原创 MuJoCo中接触参数的设置与调试
摘要：本文详细介绍了MuJoCo仿真中接触操作的控制接口与参数设置方法。重点对比了qpos/mocap（运动控制）与general（物理控制）接口的适用场景，解析了接触核心参数（condim、solref、solimp等）及其优先级继承规则。针对不同场景提供了参数设置策略（全局/分类/个体），并给出参数调试流程与可视化工具的使用建议。通过案例展示了合理设置参数对接触仿真效果的关键影响，为精确模拟机器人操作任务提供实用指导。
2025-05-30 16:31:12
2320
1
原创 混元3D生成的使用方法
Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型。系统采用两阶段生成流程：首先生成无纹理的几何模型，再合成高分辨率纹理贴图。该系统包含两个核心组件：Hunyuan3D-DiT（几何生成模型）和 Hunyuan3D-Paint（纹理合成模型），分别用于生成精确的几何结构和生动逼真的纹理。通过这种解耦方式，Hunyuan3D 2.0 能够有效分离形状和纹理生成的复杂性，同时为生成或手工制作的几何模型提供灵活的纹理处理。
2025-05-23 19:00:26
1740
原创 面向机器人学习的知识表达
基于强化学习的方法在机器人操作任务中表现出了惊艳的效果，但是其学习效率与效果依赖问题的定义， 这需要机器人和机器学习两方面的知识。如何高效便捷的为学习过程融合人类知识，是机器人学习方法落地面临的一个重要问题。相对正确性：任何知识都是在一定条件和环境下产生的，在特定的条件和环境下才是正确的。可表示性与可利用性：知识可以用适当的形式表示出来，如语言、文字、图形、神经网络等。不确定性：随机性引起的、模糊性引起的、经验引起的、不完全性引起的。机器表示知识的一般方法。在学习过程融合知识的本质就是问题的简化与定义。
2023-10-22 20:41:24
174
原创 科学研究和技术开发的开展思路
idea的选择首先看实验室有什么或者课题能做什么，然后关注顶刊顶会看大家都在做什么。选择一个问题和一类方法的高相关度文献作为参考。根据现有的条件和几篇高相关度的论文，规划我们应该怎么做，可以是小改动也可以是大创新。以图的形式快速规划方法和主实验部分。实验规划和做的结果及时整理，逐步填充到论文中。对introduction部分进行逻辑梳理，同时帮助方法和实验完善。整理论文的卖点，更加清晰的突出。完善细节表达，提高表面质量。首先是要有一个idea。
2023-08-04 09:35:39
162
原创 深度强化学习中数据可视化及论文级绘图方法
Tensorboard是机器学习中最常用的可视化工具之一，它不但可以用于模型训练及测试中过程可视化，甚至可以直接用于论文的插图。充分发挥tensorboard的功能，可以事半功倍。reference：https://pytorch.org/docs/stable/tensorboard.htmlhttps://zhuanlan.zhihu.com/p/103630393...
2023-07-23 11:19:09
3354
1
原创 在Ubuntu服务器上使用pycharm
在一个单一的Windows应用程序中，它为程序员、网站管理员、it管理员和几乎所有需要以更简单的方式处理远程工作的用户提供了大量的功能。MobaXterm提供了所有重要的远程网络工具(SSH, X11, RDP, VNC, FTP, MOSH，…)和Unix命令(bash, ls, cat, sed, grep, awk, rsync，…)到Windows桌面，在一个可移植的exe文件，开箱操作。对于使用服务器搞研究，MobaXterm和PyCharm配合使用是相对比较便利的。
2023-06-24 16:09:48
296
原创 rqt常用插件rqt_plot使用
rqt_plot图形绘制插件，可以以 2D 绘图的方式绘制发布在 topic 上的数据，主要用于程序调试过程中的数据可视化，便于直接观测状态变化和功能模块输出。但是使用这种方法打开发布列表类型数据（Float64MultiArray）的话题时，发现无法添加。
2023-06-06 14:28:21
1529
原创 基于多项式插值的平滑轨迹规划方法
Minimun Jerk Trajectory由Hogan于984年提出，引入抖动函数（加速度对时间的导数）对平滑度进行量化分析，对于机器人系统，轨迹目标为将手臂或者末端执行器平滑地从一个位置移动到另一个位置，应该使沿着运动方向的所有抖动平方求和的值最小。
2023-06-02 20:08:50
1092
原创 树莓派系统安装、配置及远程使用
树莓派兼顾了PC的强大计算和存储能力，可以运行Linux系统，又兼顾了嵌入式的小巧与低成本，广泛用于机器人开发。已经有不少工作介绍了有显示器的使用方法和无显示器的使用方法，依赖显示器等外设，降低了树莓派的便捷性；完全无显示器的使用方法，首次连接WiFi不稳定，而且VNC等虚拟桌面安装麻烦，经常出现不稳定情况。便捷的系统配置和远程开发方法，可以加速开发过程。本文介绍了一种基于显示器等外设的便捷系统配置方法和基于mobaxterm的远程使用方法。
2022-05-11 15:11:27
368
原创 one of the variables needed for gradient computation has been modified by an inplace operation
bug提示：one of the variables needed for gradient computation has been modified by an inplace operation: [torch.FloatTensor [256, 1]], which is output 0 of TBackward, is at version 2; expected version 1 instead. Hint: enable anomaly detection to find the ope
2021-06-11 21:12:56
509
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人