【ROS2 学习】260325 260325 目前为止，我们已经完成了 ROS2 官方的初学者教程的全部内容，耗时约一周左右。 接下来就可以进入到中等难度的教程了，虽然说是中等，但是大概率也难不到哪里去。 首先是rosdep这个 ROS2 官方的依赖管理器。 这个东西虽然很有用, 但是对我们来说用处不大, 因为我们在进行 pyth
【ROS2 学习】260324 260324 昨天我们新建了自己的 msg文件，并进行了编译和自行调用。 接下来我们就试着去自行创建对应的服务并调用吧。 上面我们已经进行了构建了，因此我们在这下面并不需要进行重复的构建。 直接修改服务端和客户端的代码就可以了： from tutorial_interfaces.srv import
【ROS2 学习】260323 260323 昨日休息，今日继续。 我们上次通过引入官方的示例依赖来使用来 .srv文件和消息。 现在轮到我们自己来实现了。 我们可以通过下面的命令来创建这样的包： ros2 pkg create --build-type ament_cmake --license Apache-2.0 tutor
【ROS2 学习】260321 260321 通过我们之前的学习，我们已经可以自行创建对应的包了。 接下来我们自己来创建一个简单的发布者和订阅者吧。 官方教程中的发布者是提供了代码可供下载的，我们可以通过 wget来下载对应的代码： jese--ki@KiBall:~/Projects/learn/ros2/pub_sub/src
【具身智能学习阶段性成果 - D51】随机漫步的动态环境中，不同常数步长下贪婪算法的表现对比 默认分类 实验条件 环境：多臂老虎机（动态环境） 臂数 (K): 10 步数 (T): 10^5 每个臂的的奖励分布：X\sim\text{Bernoulli}(\theta_i)\\ \text{其中，}\theta_i=\frac{i}{K+1}\ ,(i\in\{1,2,3...,K\}) 环境随机漫步
【具身智能学习阶段性成果 - D20】比较 Thompson Sampling 和 UCB1, Greedy 的性能 | 带修订前后比较 默认分类 实验条件 环境：多臂老虎机 臂数 (K): 10 步数 (T): 10^5 每个臂的的奖励分布：X\sim\text{Bernoulli}(\theta_i)\\ \text{其中，}\theta_i=\frac{i}{K+1}\ ,(i\in\{1,2,3...,K\}) 算法：Greedy 表达
【具身智能学习阶段性成果 - D15】 默认分类 不同乐观初始化次数下的各贪婪算法的性能对比 实验条件 环境：50 臂伯努利分布多臂老虎机，每臂真实均值均平均分布于 (0,1) 步数：每次实验 10,000 步。 运行次数：50 次独立实验。 算法： 普通贪婪算法（Greedy） 固定 \epsilon-greedy 退火 \epsilon - g
如何在半小时内编写一个自动给你总结B站视频的AI应用？ 默认分类 效果 流程 首先克隆PocketFlow的官方模板库：https://github.com/The-Pocket/PocketFlow-Template-Python.git，里面包含了我们需要的绝大部分基本架构，并进行重命名为BilibiliSummarier。 打开我们的AI IDE，你可以使用
