2024-06

梦

（一）我们最后还是分开了，我难过得大哭，就好像亲人生离死别一样。

（二）

（三）

（四）

（五）

（六）

（七）

（八）

（九）

（十）

我很害怕，最后啥也没有，全面崩溃了，其实短短三年，年轻的资本和心态就不复存在了。

温泉牛肉

我宣布成为我最爱吃的刺身，太好吃了，肉质鲜嫩，酸酸的。

看了Shameless！聊聊用三观道德审判艺术

https://www.bilibili.com/video/BV1yy411b7oQ

“艺术更多的是反映观众而不是生活”

牛逼👍🏻

悬赏50万

我第一眼听：这人好装啊，又油又装。

但是我越听越觉得薛伟老师是个了不起的人。他又滑头又纯粹。老头子了，还像小朋友一样。

其中有一句话令我最印象深刻，别人说你要是走了，那下面那个人渣就上来做主任，千万别走。他自己心想：那恶人多了去了，我才不要在这个垃圾堆里面生活。

艺术团

我怎么感觉还挺和睦融洽的？比这边好多了。

文科

从姜萍这件事上来看，文科是真不能选，我老婆对这些知识也忘得一干二净了，不过也不影响她工作科研。

搬家

还是挺烦的，就算只是从一个办公室搬到另一个也已经让人受不了了。。。

美好生活

我现在看推特都有点被刺激到了，美好生活离我越来越远了。

为什么国内路径规划的话题这么少？

https://www.zhihu.com/question/276468917/answer/394087184

作者：Invictus 链接：https://www.zhihu.com/question/276468917/answer/394087184 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

现在全世界做planning的都越来越少 至于考虑Planning真正难点的工作这几年几乎没有了。 我不讨论RRT以及其衍生出来的那些sampling based方法，人类跑步或者开车的时候不是靠运气的。那么规划可以不准确地分成两类 I. graph search II. numerical optimization. Motion planning的难点在搜索空间维数太高，如果考虑动态环境，即使是一个平面刚体，其搜索空间的维数是32+1 （广义坐标，广义速度，时间），这么高的搜索空间那么: I. 任何简单的图搜索算法几乎都没有实时性(e.g., motion primitive/lattice-based A and its simple variants)。II. 基于trajectory optimization的方法对于搜索空间scale well，但是运动规划问题本质上是非凸的（组合优化），很粗暴的formulate成optimization，会得到非常复杂的非凸问题，事实上搜索空间都不是连通的。那么一般的numerical optimization算法根本不能保证找到可行解。

现在，做第一类算法的人，比如sven koenig和maxim likhachev这两年都不咋发这方面的论文了（koenig现在还发一些multi-agent planning的文章）。做第二类的人数众多，大多是灌水的，考虑非凸和组合这些本质困难的人屈指可数。 然而考虑人类是怎么解决这样人工智能问题的？人类有非常强的抽象化和将问题分层的能力 (hierarchical structure)，现在做planning的多少考虑到这点了呢？

graph">

同样的，现在SLAM的工作大部分呢也是肤浅的很，里面数学分析基本为0.目前SLAM的文章基本只是engineering trick指南，很多论断只是抄来抄去人云亦云：

EKF不工作因为噪音不是高斯的。。。。。

EKF不好因为计算量太大。。。。

事实上大规模地图上面EKF不工作是因为landmark只是偶尔被看见一下，因此整个系统缺少Persistent excitation(PE)条件，像卡尔曼观测器这样没有记忆的观测器需要PE才能对扰动实现输入状态稳定(和高不高斯没有毛关系），换而言之，任何小的扰动都可能引起非常大的误差。而误差大了以后，沿着非线性系统线性化的假设就不存在的，这会进一步引起EKF的发散。同样的，有几个人认真考虑过为什么使用graph和submap的方法就会有效的多呢？ 这也正常，毕竟做SLAM的人有几个有非线性系统和控制理论背景的呢？

总体来说，robotics的文章许多都相当肤浅，只是对自己engineering trick的报告，不探讨深的数学问题。目前SLAM做的多只是对于实现autonomous robot的基本功能,目前SLAM算法更不可靠，有更多trick/传感器可以尝试罢了。而planning留下来的都是很难的问题，大家都忙着发论文没时间研究。

%%%%%%%%%%%%%%%%%%%%%%%%%

这里要更新下 从最近2~3年无人车方面的文献来看

我上面提的许多问题的确得到了重视和详细讨论

一些利用抽象分层做决策规划的framework被提了出来 以处理移动障碍物 甚至其它移动障碍物意图不明确时候的高维空间的规划问题。应该说最近几年在planning/decision making方面是有实质性进步的。

Please generate plantUML code (时序图) for the code The focus should be on the calling relationships start from update_reward_bounds function (down to the deepest calling level as you can)  the functionality of the functions, parameters, etc.(use interface like expression) list the calling relationships of the functions with Chinese comments(right note) (but vaibales remain origanlenglish)

v 和 episode 没用上

log_beta 为什么没动