博客园 - Vpegasus
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=18864
2024-01-02T03:00:29Z
Vpegasus
https://www.cnblogs.com/vpegasus/
feed.cnblogs.com
https://www.cnblogs.com/vpegasus/p/ai_agents.html
AI Agents 蓄势待发! - Vpegasus
目录1. AI Agents: AI 前沿2. AI Agents: 为任务而生2.1 AI Agents是智能地处理任务的智能体2.2.1 Perception 感知模块2.2.2 Knowledge知识模块2.2.3 Brain 认知模块2.2.4 Skills技术模块2.2.5 Plan计划模
2023-11-28T12:03:00Z
2023-11-28T12:03:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】目录1. AI Agents: AI 前沿2. AI Agents: 为任务而生2.1 AI Agents是智能地处理任务的智能体2.2.1 Perception 感知模块2.2.2 Knowledge知识模块2.2.3 Brain 认知模块2.2.4 Skills技术模块2.2.5 Plan计划模 <a href="https://www.cnblogs.com/vpegasus/p/ai_agents.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/jinzita_yuanli.html
金字塔原理 - Vpegasus
金字塔原理 总结 “想清楚,说明白,知道说什么,怎么说?”是我们沟通时希望达到的境界。达到此境界需要在沟通时弄明白“谁是听众,他们想听什么,他们想怎样听?”。 《金字塔原理》介绍了一种总-分的金字塔结构,能够清晰地传达交流信息,重点突出,逻辑清晰。 本书从四个逻辑方面由浅入深地讲解金字塔原理: 1、
2023-08-18T06:48:00Z
2023-08-18T06:48:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】金字塔原理 总结 “想清楚,说明白,知道说什么,怎么说?”是我们沟通时希望达到的境界。达到此境界需要在沟通时弄明白“谁是听众,他们想听什么,他们想怎样听?”。 《金字塔原理》介绍了一种总-分的金字塔结构,能够清晰地传达交流信息,重点突出,逻辑清晰。 本书从四个逻辑方面由浅入深地讲解金字塔原理: 1、 <a href="https://www.cnblogs.com/vpegasus/p/jinzita_yuanli.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/openai_chatgpt.html
ChatGPT 也许是下一世代革命的原始星火 - Vpegasus
![](https://img2023.cnblogs.com/blog/1034295/202307/1034295-20230712144517052-1180489454.gif) ## 0 火出圈的ChatGPT 2022年12月,OpenAI发布其最新研究成果: ChaGPT,一个对话机器
2023-07-12T01:38:00Z
2023-07-12T01:38:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】![](https://img2023.cnblogs.com/blog/1034295/202307/1034295-20230712144517052-1180489454.gif) ## 0 火出圈的ChatGPT 2022年12月,OpenAI发布其最新研究成果: ChaGPT,一个对话机器 <a href="https://www.cnblogs.com/vpegasus/p/openai_chatgpt.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/pq.html
近似最近邻搜索 (五) PQ 算法 - Vpegasus
PQ算法全称ProductQuantization,中文名为乘积量化。该算法来源于图像检索,本质上是对向量做压缩。 假如总共有N个数据点,数据的维度是D维。给定一个Query做近邻检索,如果采用暴力检索方式,那么计算复杂度就是N*D(遍历N个点计算距离,每个点计算的复杂度是D)。如果可以对向量进行压
2022-12-03T03:02:00Z
2022-12-03T03:02:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】PQ算法全称ProductQuantization,中文名为乘积量化。该算法来源于图像检索,本质上是对向量做压缩。 假如总共有N个数据点,数据的维度是D维。给定一个Query做近邻检索,如果采用暴力检索方式,那么计算复杂度就是N*D(遍历N个点计算距离,每个点计算的复杂度是D)。如果可以对向量进行压 <a href="https://www.cnblogs.com/vpegasus/p/pq.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/crf.html
自然语言处理(八) 条件随机场(仅基础) - Vpegasus
条件随机场 条件随机场 (conditional random field, CRF) 是给定一组随机变量$\mathbf{X}\(条件下,另一组随机变量\)\mathbf{Y}\(的**条件概率分布模型**。并假设随机变量\)\mathbf{Y}$构成马尔可夫随机场(稍后介绍)。一般在NLP中,特
2022-05-17T16:12:00Z
2022-05-17T16:12:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】条件随机场 条件随机场 (conditional random field, CRF) 是给定一组随机变量$\mathbf{X}\(条件下,另一组随机变量\)\mathbf{Y}\(的**条件概率分布模型**。并假设随机变量\)\mathbf{Y}$构成马尔可夫随机场(稍后介绍)。一般在NLP中,特 <a href="https://www.cnblogs.com/vpegasus/p/crf.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/mcts.html
蒙特卡洛树搜索(MonteCarlo Tree Search)MCTS 简述 - Vpegasus
蒙特卡洛树搜索(MonteCarlo Tree Search)MCTS AlphaGo, AlphaZero 的成功,让原本小众的MCTS火了一把。 MCTS算法的产生是以决策论、博弈论、蒙特卡洛方法以及老.虎.机算法为基础的。 在决策论中,主要涉及马尔可夫决策过程Markov Decision P
2022-04-05T13:59:00Z
2022-04-05T13:59:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】蒙特卡洛树搜索(MonteCarlo Tree Search)MCTS AlphaGo, AlphaZero 的成功,让原本小众的MCTS火了一把。 MCTS算法的产生是以决策论、博弈论、蒙特卡洛方法以及老.虎.机算法为基础的。 在决策论中,主要涉及马尔可夫决策过程Markov Decision P <a href="https://www.cnblogs.com/vpegasus/p/mcts.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/lsh2.html
近似最近邻搜索 (三) 局部敏感哈希 LSH - Vpegasus
LSH 目录LSH locality sensitive hashing(LSH) 是哈希算法中,比较重要的方法。LSH方法是将相似的数据以较高的概率哈希到同一个桶里面,从而达到近似邻检索的目的,另外,待测数据维度非常大时,lsh也可用于降维。 LSH族[1] LSH族 \(\mathcal H =
2021-12-06T05:12:00Z
2021-12-06T05:12:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】LSH 目录LSH locality sensitive hashing(LSH) 是哈希算法中,比较重要的方法。LSH方法是将相似的数据以较高的概率哈希到同一个桶里面,从而达到近似邻检索的目的,另外,待测数据维度非常大时,lsh也可用于降维。 LSH族[1] LSH族 \(\mathcal H = <a href="https://www.cnblogs.com/vpegasus/p/lsh2.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/kdtree2.html
近似最近邻搜索 (二) 树方法 - Vpegasus
树方法 kd-tree kd-tree (k dimensional tree )是树方法的经典算法,其是二分搜索树在多维空间的推广。二分搜索树检索迅速的原因是规定将数据中大于当前节点数据的方在一侧(比如右子树),而不小于的放在另一侧(比如左子树),这样检索数据时,即可获得logn的速度。kd-tr
2021-12-06T05:10:00Z
2021-12-06T05:10:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】树方法 kd-tree kd-tree (k dimensional tree )是树方法的经典算法,其是二分搜索树在多维空间的推广。二分搜索树检索迅速的原因是规定将数据中大于当前节点数据的方在一侧(比如右子树),而不小于的放在另一侧(比如左子树),这样检索数据时,即可获得logn的速度。kd-tr <a href="https://www.cnblogs.com/vpegasus/p/kdtree2.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/hnsw.html
近似最近邻搜索 (四) HNSW: Hierarchical Navigable Small World graphs - Vpegasus
HNSW: Hierarchical Navigable Small World graphs 近邻图技术, 目前绝大部分的近邻图检索技术采用贪婪检索形式。给定一个近邻图,从其中某一点(进入点的选择可以是随机也可以是根据某种逻辑)进入,然后迭代地计算当前点与query的距离,直到满足终止条件。使用近
2021-12-06T05:08:00Z
2021-12-06T05:08:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】HNSW: Hierarchical Navigable Small World graphs 近邻图技术, 目前绝大部分的近邻图检索技术采用贪婪检索形式。给定一个近邻图,从其中某一点(进入点的选择可以是随机也可以是根据某种逻辑)进入,然后迭代地计算当前点与query的距离,直到满足终止条件。使用近 <a href="https://www.cnblogs.com/vpegasus/p/hnsw.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/pathplaning1.html
路径规划算法 - Vpegasus
广度优先搜索 广度优先搜索是相对于当前(节)点,完全遍历其相邻(节)点后再进行相邻(节)点的相邻(节)点的遍历,即如涟漪一样由近及远晕散开去,与之相对的是深度优化搜索,即相对于当前(节)点,先访问其中一个相邻(节)点,然后再访问此相邻(节)点的一个相邻(节)点,如此迭代直到最后的(节)点没有相邻节点
2021-12-06T05:06:00Z
2021-12-06T05:06:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】广度优先搜索 广度优先搜索是相对于当前(节)点,完全遍历其相邻(节)点后再进行相邻(节)点的相邻(节)点的遍历,即如涟漪一样由近及远晕散开去,与之相对的是深度优化搜索,即相对于当前(节)点,先访问其中一个相邻(节)点,然后再访问此相邻(节)点的一个相邻(节)点,如此迭代直到最后的(节)点没有相邻节点 <a href="https://www.cnblogs.com/vpegasus/p/pathplaning1.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/anns.html
近似最近邻搜索 (一) Approximate Nearest Neighbor Search(ANNS) - Vpegasus
Approximate Nearest Neighbor Search(ANNS) 目录Approximate Nearest Neighbor Search(ANNS)树方法kd-tree 在一个给定的空间(或集合)中找到距离兴趣(或目标)对象最近的邻居,这个问题在多种领域都是非常基本而重要的,
2021-11-09T01:12:00Z
2021-11-09T01:12:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】Approximate Nearest Neighbor Search(ANNS) 目录Approximate Nearest Neighbor Search(ANNS)树方法kd-tree 在一个给定的空间(或集合)中找到距离兴趣(或目标)对象最近的邻居,这个问题在多种领域都是非常基本而重要的, <a href="https://www.cnblogs.com/vpegasus/p/anns.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros2_tf2.html
ROS2 第四讲 tf2 - Vpegasus
ROS2 第四讲 tf2 turtle demo 安装turtle-tf2 demo: sudo apt-get install ros-foxy-turtle-tf2-py ros-foxy-tf2-tools 以及可以转换四元数与欧拉角的包: pip3 install transforms3d
2021-09-12T10:05:00Z
2021-09-12T10:05:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】ROS2 第四讲 tf2 turtle demo 安装turtle-tf2 demo: sudo apt-get install ros-foxy-turtle-tf2-py ros-foxy-tf2-tools 以及可以转换四元数与欧拉角的包: pip3 install transforms3d <a href="https://www.cnblogs.com/vpegasus/p/ros2_tf2.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros2_basic_op.html
ROS2 第三讲 基本操作 - Vpegasus
ROS2 第三讲 基本操作 创建工作区 source /opt/ros/foxy/setup.bash 这句命令的目的是让ros2开头的命令可以在终端使用。 创建目录, 此目录作为我们的工作区 mkdir -p ~/dev_ws/src cd ~/dev_ws/src 在工作区中创建工作包(pack
2021-09-06T23:55:00Z
2021-09-06T23:55:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】ROS2 第三讲 基本操作 创建工作区 source /opt/ros/foxy/setup.bash 这句命令的目的是让ros2开头的命令可以在终端使用。 创建目录, 此目录作为我们的工作区 mkdir -p ~/dev_ws/src cd ~/dev_ws/src 在工作区中创建工作包(pack <a href="https://www.cnblogs.com/vpegasus/p/ros2_basic_op.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros2_2.html
ROS2 第二讲 概念理解 - Vpegasus
ROS2 概念理解 节点 节点(Node): 节点是具有一定功能的模块(如控制机器人手臂电机)。每个节点可通过话题(topic), 服务(service), 动作(action)以及参数(parameter)等来发送(publish)与接收(subscribe)数据,从而实现与其他节点的通信,最终实
2021-08-31T00:45:00Z
2021-08-31T00:45:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】ROS2 概念理解 节点 节点(Node): 节点是具有一定功能的模块(如控制机器人手臂电机)。每个节点可通过话题(topic), 服务(service), 动作(action)以及参数(parameter)等来发送(publish)与接收(subscribe)数据,从而实现与其他节点的通信,最终实 <a href="https://www.cnblogs.com/vpegasus/p/ros2_2.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros_build_model1.html
ROS 第五讲 在模拟器中构建第一个机器人 - Vpegasus
作为第一个模拟机器人, 我们先来构建一个简单的双轮机器人. 使用URDF(Unified Robot Description Format)格式的文件来描述所模拟机器人的主要部分. rviz与gazebo 可以读取URDF类型文件. rviz是一个可视化工具, 可以展示URDF文件中所模拟的机器人.
2021-07-31T13:22:00Z
2021-07-31T13:22:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】作为第一个模拟机器人, 我们先来构建一个简单的双轮机器人. 使用URDF(Unified Robot Description Format)格式的文件来描述所模拟机器人的主要部分. rviz与gazebo 可以读取URDF类型文件. rviz是一个可视化工具, 可以展示URDF文件中所模拟的机器人. <a href="https://www.cnblogs.com/vpegasus/p/ros_build_model1.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/riv_gazebo_simulate.html
ROS 第四讲 让小车在RViz与Gazebo模拟器中跑起来 - Vpegasus
使用RViz 模拟turtlebot3 roslaunch turtlebot3_fake turtlebot3_fake.launch 就会弹出rviz的窗口: 查看下topic: rostopic list 显示: /clicked_point /cmd_vel /initialpose /jo
2021-07-31T13:08:00Z
2021-07-31T13:08:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】使用RViz 模拟turtlebot3 roslaunch turtlebot3_fake turtlebot3_fake.launch 就会弹出rviz的窗口: 查看下topic: rostopic list 显示: /clicked_point /cmd_vel /initialpose /jo <a href="https://www.cnblogs.com/vpegasus/p/riv_gazebo_simulate.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros_turtle.html
ROS 第三讲 操控小乌龟 - Vpegasus
小乌龟模拟器是学习ROS基本操作的很好用的工卡具. 使用也非常方便: roscore rosrun turtlesim turtlesim_node 就会弹出类似如下的窗口(小乌龟样子是随机出现的): 使命行操控小乌龟 查看有节点信息(保持刚刚的terminal窗口, 然后再打开一个新的窗口): r
2021-07-25T15:27:00Z
2021-07-25T15:27:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】小乌龟模拟器是学习ROS基本操作的很好用的工卡具. 使用也非常方便: roscore rosrun turtlesim turtlesim_node 就会弹出类似如下的窗口(小乌龟样子是随机出现的): 使命行操控小乌龟 查看有节点信息(保持刚刚的terminal窗口, 然后再打开一个新的窗口): r <a href="https://www.cnblogs.com/vpegasus/p/ros_turtle.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros_basic.html
ROS 第二讲 基本操作 - Vpegasus
在开始编写ROS程序时, 首先需要构建一个工作空间 mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src catkin_init_workspace cd ~/catkin_ws catkin_make source devel/setup.bash echo "s
2021-07-24T17:23:00Z
2021-07-24T17:23:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】在开始编写ROS程序时, 首先需要构建一个工作空间 mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src catkin_init_workspace cd ~/catkin_ws catkin_make source devel/setup.bash echo "s <a href="https://www.cnblogs.com/vpegasus/p/ros_basic.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/ros_intro.html
ROS 第一讲 引入 - Vpegasus
什么是ROS ROS 历史 TBA ROS定位 中间件: 框架+工具+功能+社区 框架:分布式,进程(节点 )管理,进程间通信 工具: Gazebo, Rviz,rqt, 功能:导航,建图,规划,控制 社区:ros wiki, ros answer, github ROS安装 TBA ROS文件系统
2021-07-24T17:07:00Z
2021-07-24T17:07:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】什么是ROS ROS 历史 TBA ROS定位 中间件: 框架+工具+功能+社区 框架:分布式,进程(节点 )管理,进程间通信 工具: Gazebo, Rviz,rqt, 功能:导航,建图,规划,控制 社区:ros wiki, ros answer, github ROS安装 TBA ROS文件系统 <a href="https://www.cnblogs.com/vpegasus/p/ros_intro.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/vpegasus/p/new_word_recognition.html
自然语言处理(二) 新词发现或非监督词典构建 - Vpegasus
新词发现,未登录词识别,无监督词典构建 对自然语言进行处理时,经常需要维持一个词典,词典一般不会从头构建,网上有很多词典可供使用。然而有时,特别在特定领域词典就不易获得了。需要人为构建,人工成本太大,如何自动构建呢? 还有就是网上经常会出现很多新词,领域内也会因为如新产品、新技术、新应用的出现而出现
2021-07-23T06:04:00Z
2021-07-23T06:04:00Z
Vpegasus
https://www.cnblogs.com/vpegasus/
【摘要】新词发现,未登录词识别,无监督词典构建 对自然语言进行处理时,经常需要维持一个词典,词典一般不会从头构建,网上有很多词典可供使用。然而有时,特别在特定领域词典就不易获得了。需要人为构建,人工成本太大,如何自动构建呢? 还有就是网上经常会出现很多新词,领域内也会因为如新产品、新技术、新应用的出现而出现 <a href="https://www.cnblogs.com/vpegasus/p/new_word_recognition.html" target="_blank">阅读全文</a>