摘要：
这个帖子跟之前的数据结构踩坑类似，是用来记录ros学习/使用过程中的一些坑人的地方的。 因为今天（2022.7.7）遇到了一些状况，所以想起来了这个方法来记录一下。 1、ros中，定义msg发布类体之中的成员类型，不能用int，float之类的，必须要用int32，float32这样的字段申明，不然 阅读全文
posted @ 2022-07-07 22:46
阿基米德的澡盆
阅读(63)
评论(0)
推荐(0)
摘要：
.....STL是c++里很强势很好用的一系列容器（函数）之类的，之前一直不太会用，所以总是暴毙。。。。想着快比赛了，是时候理一下这些东西了。 -1、pair 存放两个基本元素的东西 定义方法： pair<type,type> name 若不定义优先级则默认为第一元素的优先级 0、重载运算符（对于结 阅读全文
posted @ 2019-10-28 00:46
阿基米德的澡盆
阅读(269)
评论(0)
推荐(1)
摘要：
emmmm。。。数据结构的大码量经常死在一些小错误上（比如一个字母，等号），然后导致一查查半年。这里汇总一下错误吧。 1、线段树操作进行二分操作时，mid用的是当前块的左右区间（t[p].l），不是查询区间的lr，错过几次 2、树剖中，（好吧其实还是线段树），向下递归，第二个判断区间相交的if不能用 阅读全文
posted @ 2019-10-26 11:26
阿基米德的澡盆
阅读(144)
评论(0)
推荐(0)
摘要：
emmm，快比赛了，也是时候把学过的，打过的板子都拿出来晒一晒了。 顺序大部分由luogu提供，不一定按难度排序。码风是与现在最接近的一版（以前的我真毒瘤） 以代码核心为重，不一定能通过luogu的模板题 一、堆 查询/删除最小值，插入一个值，用STL之priority_queue实现 #inclu 阅读全文
posted @ 2019-10-20 21:15
阿基米德的澡盆
阅读(358)
评论(0)
推荐(2)
摘要：
写在前面: 本人dp较弱，所以总结了一些坑点，转化思路以供复习使用，勿喷，甚至一些不是dp的题（贪心等等）也会放在这。 每个点后面会有我自己的题解，如果没有链接，向下找第一个链接，可能会有多题。 1、当有两人博弈时，先手最优可以转化为后手最劣（bzoj2101传送门） 2、一些骚气的dp可以直接转化 阅读全文
posted @ 2019-08-12 16:51
阿基米德的澡盆
阅读(351)
评论(0)
推荐(0)
摘要：
在trpo出现后，强化学习迎来了一波热潮。 但是，trpo确实是有点复杂，而且有一些缺陷，比如： 为了保护策略的稳定性，trpo使用硬约束，只要策略超出接受范围，就直接裁断，这让策略的利用率大大降低 还有，二阶优化+线搜索确实是很难算啊。虽然从原本的二阶矩阵求逆已经简化为求解线性方程组，但是也不免让 阅读全文
posted @ 2026-03-11 17:37
阿基米德的澡盆
阅读(2)
评论(0)
推荐(0)
摘要：
说实话，本来这个大火的东西没有怎么引起我的注意，本以为又是一个大模型韭菜 自己折腾了半天，安装了一个，然后丢进去一个指令让它帮我查一下显存，花了半分钟才出结果 好像没什么大用，还花了1毛钱的deepseek tokens 然后就吃灰了两天 直到昨天，我折腾一个ai demo的时候搞不定老版本的库函数 阅读全文
posted @ 2026-03-11 11:25
阿基米德的澡盆
阅读(3)
评论(0)
推荐(0)
摘要：
再继续，actor-critic之后就是著名的trpo 这个东西熬，算是强化学习入门之后的第一个boss了 第一遍看完，只觉得它是策略梯度的pro plus版本，后续看来，它是能作为接下来好几年开山之作的存在 0.Actor-Critic算法的优劣分析 首先，还是分析一下之前Actor-Critic 阅读全文
posted @ 2026-03-05 23:44
阿基米德的澡盆
阅读(5)
评论(0)
推荐(0)
摘要：
继续，策略梯度之后就是actor-critic 策略梯度很好用，是吧？ 那么就面临了一个问题 直接拟合策略，不像通过价值函数那样，可以通过简单方式来判断其优劣 直接表现在训练上就是，它比dqn要难以收敛。 虽然在倒立摆这个简单的环境上没有什么体现 但是直观理解一下： 虽然reinforce中的网络是 阅读全文
posted @ 2026-03-05 17:21
阿基米德的澡盆
阅读(3)
评论(0)
推荐(0)
摘要：
之前大概把强化学习基础看了，但是发现已经忘完了...回来补一下策略梯度trpo等等，一点一点补吧... 首先是策略梯度 之前的强化学习，是基于Q-table的，也就是基于价值函数。 决策路线大概是：策略——利用价值函数判断策略的好坏——选择较优的策略 这中间就多了一层 一个直观的想法就是：能不能直接 阅读全文
posted @ 2026-03-05 09:39
阿基米德的澡盆
阅读(2)
评论(0)
推荐(0)
摘要：
再开个专题吧，把读到的一些论文总结一下。 水平实在是有限，就写一下我的精读结果，和其中的一些问题 那么，今天读到的论文是 TIDAL: Temporally Interleaved Diffusion and Action Loop for High-Frequency VLA Control ht 阅读全文
posted @ 2026-02-02 17:21
阿基米德的澡盆
阅读(10)
评论(0)
推荐(0)
摘要：
这一个月陆陆续续的干了一个学长派的活，于是想记录一下 想来想去放在学习笔记里好像不怎么合适，因为一直在折磨ai，学的东西也用不太上 反正离睡觉还有个半个小时，还是想着记录以下 虽然大概我自己都不会翻第二次 那就新开一栏，记录一下整个项目的过程吧 先贴一下博客地址 arXiv 澡盆妙妙屋 0.项目描述 阅读全文
posted @ 2026-01-31 00:01
阿基米德的澡盆
阅读(15)
评论(0)
推荐(1)
摘要：
一刻也没有为扩散模型感到悲哀，接下来赶到战场的是——流匹配！ [学习笔记]DDPM图片降噪 - 阿基米德的澡盆 - 博客园 （牛马圣体是这样的0.0无聊到看代码写博客） 继续贴仓库 ajmddzp/flow-matching-ddmp 不多废话了，继续写吧 0.什么是流匹配 流匹配就是一种很牛逼的方 阅读全文
posted @ 2026-01-07 22:47
阿基米德的澡盆
阅读(37)
评论(0)
推荐(0)
摘要：
之前学习了一下流匹配的最简单的demo，前两天学长讲了一下扩散模型的简单应用，就尽快学一下然后把博客写上来。 先贴一下仓库 ajmddzp/flow-matching-ddmp 然后是学长的博客 生成扩散模型漫谈（一）：DDPM = 拆楼 + 建楼 - 科学空间|Scientific Spaces 阅读全文
posted @ 2026-01-07 22:29
阿基米德的澡盆
阅读(15)
评论(0)
推荐(0)
摘要：
前段时间学习了一下强化学习入门，一直没有时间写博客 元旦放假，来补一下博客学习笔记吧。 强化学习跟着学长给的教程简单入门了一下 https://hrl.boyuai.com/chapter/intro 强化学习基础，讲得不错 学了个大概，了解了原理之后回头看框架更加清晰了。 那就从一个新手的角度出发 阅读全文
posted @ 2026-01-04 11:35
阿基米德的澡盆
阅读(22)
评论(0)
推荐(0)
浙公网安备 33010602011771号