- 博客(23)
- 收藏
- 关注
RSS订阅原创 VisionPro遥操机械臂
摘要： 本文介绍了使用VisionPro对机械臂进行遥操作的实现方法，重点解决坐标系对齐和旋转矩阵变换问题。通过增量式控制方式处理平移向量，并推导了VisionPro与机械臂坐标系之间的旋转矩阵转换公式。开发过程中遇到的欧拉角万向锁问题最终通过四元数控制解决。项目基于VisionProTeleop和RM_API2 SDK，在Ubuntu20.04系统上实现，硬件采用VisionPro、睿尔曼机械臂和EG2-4C夹爪。文档详细记录了坐标系变换推导过程、旋转控制伪代码实现方案以及工程实践中遇到的典型问题与解决方
2025-07-17 12:46:35
952
原创 Diffusion Policy 代码详解
Diffusion Policy代码解析：从基础到实现 本文详细解析了Diffusion Policy开源项目的代码结构与实现原理。文章首先介绍了必要的预备知识，包括机器学习基础、Diffusion模型和模仿学习相关概念。随后重点分析了项目代码结构，以训练配置文件image_pusht_diffusion_policy_cnn.yaml为切入点，解读了其中包含的各类参数设置及其作用。
2025-07-01 20:51:51
1346
1
原创 vscode打开docker的文件夹Python代码不能跳转的解决办法
VSCode打开Docker容器内的Python代码时，遇到无法跳转（Ctrl+左键）和代码高亮失效的问题。解决方法是在服务器或Docker容器内重新启动Python扩展，若无效可尝试重启VSCode。该操作能恢复代码跳转功能和语法高亮显示。
2025-06-17 20:35:50
366
原创 Imitation Learning（模仿学习）和 Reinforcement Learning（强化学习）的对比
模仿学习从数据（专家示范， expert demonstration）中进行学习，而强化学习是通过与环境的不断交互进行学习。如果需要探索新策略或数据稀缺，选择 RL 或混合方法（如 Imitation + RL）。使用专家策略（如人类操作）生成一批示范数据（State-Action 对）。需要大量环境交互，且奖励函数的设计直接影响最终效果（如稀疏奖励问题）。如果专家数据丰富且环境交互成本高（如真实机器人），优先选择模仿学习；需要设计奖励（如抓取成功+1，掉落-1），并让机器人反复尝试抓取。
2025-03-26 15:43:20
1336
原创 VAE（Variational auto encoder)原理推导及代码部分实现
AE采用自监督学习的方式对高维数据进行高效的特征提取和特征表示，AE的结构中包含一个编码器（encoder）和解码器（decoder），其中encoder的作用是将我们的数据空间映射到另一个隐变量（latent variable）空间上去，具体来说，我们的一个输入数据样本将被被编码成一个vector，这个vector中的每一维度就是一些该样本的属性；，在这个过程会存在过拟合的问题，例如，网络只会学到将图像的几维信息映射到z，只激活相应的神经元，其他的神经元不会激活。赋为接近负无穷大的值就好了。
2025-03-20 22:18:33
1070
原创 机器学习之KL散度推导
KL散度是非负的，也是不对称的。生成模型（如 VAE）中衡量生成分布与真实分布的差异；优化问题中引导分布逼近目标分布（如强化学习的策略更新）。
2025-03-19 23:17:33
1305
1
原创 Markovian single-step policies对停顿动作的影响
Markovian single-step policies对idle actions的影响1. 过拟合问题单步策略（Single - step policies）在训练过程中，是基于每一个单独的步骤来学习动作决策的。当出现停顿动作（idle actions），比如在遥操作（teleoperation）过程中演示暂停，产生一系列相同位置动作或接近零速度动作时，模型可能会过度学习这种停顿模式。以 BC - RNN（行为克隆循环神经网络）和 IBC（逆行为克隆）为例，在实际实验中，如果没有明确地从训练
2024-12-04 10:21:37
362
原创 d2l动手学深度学习pytorch环境问题
这个问题是我一次次试错试出来的，刚开始我只是把torch uninstall了。命令安装的torch，还是不可以，最后才试出来这个解决办法。版本，不能与在都d2l刚开始安装的torch版本相对应，在。conda环境，先使用pip命令安装电脑所对应版本的。，还是会报错，然后我又重新下载d2l，但使用的是。的code中，由于我已经安装了。
2024-12-03 18:16:39
270
原创 hugging face 报错 Failed to establish a new connection: [Errno 101] Network is unreachable‘
原因是连接huggingface超时。
2024-11-28 22:30:27
1261
原创 深度学习中的线性回归和基础优化算法基础
线性回归是对n维输入的加权，外加偏差使用MSE来衡量预测值和真实值的差异线性回归有显示解线性回归可以看作是单层神经网络梯度下降通过不断沿着繁体都方向更新参数求解小批量随机梯度下降是深度学习默认的求解算法两个重要的超参数：学习率和batch大小。
2024-11-12 16:18:59
834
1
原创 深度学习中的线性回归+基础优化算法
线性回归是对n维输入的加权，外加偏差使用MSE来衡量预测值和真实值的差异线性回归有显示解线性回归可以看作是单层神经网络。
2024-11-12 12:18:38
428
原创 C++(The Cherno)-Day4
指针是一个，一个数字，，这就是指针其中NULL0指针也可以被定义为void这样做也是行得通的，但是我们如果要对指针修改则就会报错。这样，我们就得对指针的类型重新进行声明了指针是一个，一个数字，
2024-01-21 22:26:18
433
原创 C++(The Cherno)-Day3
if中的条件通常被理解为：不是假的(0)就执行if中的内容，这不只是对于数字的比较，还可以对空指针进行比较：只有当if后的条件为假时才会来检测else if后的条件值得注意的是else if并c++中的else if其实可以写为如下的形式在C++中，如果一个else语句前面有两个if语句，那么else语句将执行与其前面最近的if语句判别为假的条件相关联的代码块。这意味着，如果前面的if语句判别为假，那么将执行else语句。如果前面的if语句判别为真，那么将跳过else语句。
2024-01-21 16:49:55
938
原创 C++(The Cherno)-Day2
对于项目而言，不可避免的要交叉使用头文件，这就会出现对于一个源文件包含了一个头文件多次，这样也会造成重复声明之类的错误，那么我们如何解决呢？按照编程习惯，我们一般在编写头文件时就会加上如下代码//大多数现代编译器都支持，它提供了一种简单方便的方式来避免头文件的重复包含。或者#endif//在头文件的开头和结尾使用预处理器指令，以防止头文件被重复包含这样我们就避免了头文件的重复定义。
2024-01-17 17:48:10
434
原创 C++(The Cherno)-Day1
一个函数需要声明（Linking要做的）和定义（compiling要做的）声明与定义不一致时：会产生的报错信息多重定义时（重复定义一个函数）会产生编译错误（Compiling error）多重声明时会产生链接错误（Linking error）我们在定义float类型后，运行一下程序，再回到定义的float类型变量会发现，float类型变为double类型了。我认为这其中存在隐式转换，是系统或者编译器为了提升精度而产生的“副作用”。那如果就要使用float类型我们可以在数字后面加上f。
2024-01-14 22:15:00
1108
1
原创 ch5代码运行方法
在学习SLAM十四讲的过程中，环境配置是一个很让人头大的事情。在不了解C++和cmake的编译会遇到很多头大的错误（对于我自己来说），因此本文总结了一些我在运行ch5代码中犯过的一些困难便于学习，也希望对大家能有一点点的帮助。IDE：vscode。
2024-01-13 22:00:12
581
1
原创 VSCode运行C++程序之launch.json配置问题
launch: program /home/**/** does not exist 报错解决办法
2024-01-11 20:37:23
1976
2
原创 C++（Linux）学习之GDB调试器
本文转自https://www.bilibili.com/video/BV1fy4y1b7TC?p=11&vd_source=d5c48122f285b91364dd0685877e6961
2024-01-03 16:18:38
426
1
原创 C++（Linux）学习之g++命令行编译
本文主要来源于[B站upxiaobing1016：基于VSCode和CMake实现C/C++开发 | Linux篇](https://www.bilibili.com/video/BV1fy4y1b7TC/?spm_id_from=333.999.0.0&vd_source=d5c48122f285b91364dd0685877e6961)的教程文档，拾人牙慧，加了一点点自己的实践和思考，强烈建议大家跟着上面b站的视频学习！如有侵权请联系我马上删除!
2024-01-02 23:05:38
2302
1
原创 SLAM十四讲-三维刚体运动
本文简单介绍了关于视觉SLAM中表示三维刚体运动的表示方法，其中包含刚体的三维空间运动（旋转和平移）和通过欧拉角和四元数描述三维刚体的运动。
2023-12-30 16:05:29
520
1
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