雯欂の修仙笔记

虽然采用时序差分法来指导网络学习，但是此算法仍是在一个episode结束后才进行网络更新

理论讲解部分过于简单，可参考强化学习教程相关章节

1. localPlanner中的参数 pathFolder 存放离线待选路径的位置 vehicleLength,/vehicleWidth 车辆尺寸，用于近距离旋转碰撞检测 sensorOffsetX / sensorOffsetY 传感器转换到车辆参考点 twoWayDrive 能否倒车行驶 laserVoxelSize / terrainVoxelSize 激光雷达点云/地形点云的降采样体素网格大小。较大值会更强下采样，减少点云量，提高速度但丢细节；较小值保留更多点但计算量增大。 useTerrainAnalysis 是否启用地形分析，决定了是使用​原始激光雷达点云​还是​预处理后的地形点云​进行障碍物检测和路径决策 checkObstacle 是否启用障碍物检测 checkRotObstacle 是否检测车辆旋转时车身与障碍物的碰撞风险 adjacentRange 路径规划时考虑障碍物的最大范围和路径搜索范围 obstacleHeightThre 障碍物高度阈值，当点云的intensity即地形高度​超过该阈值时，视为障碍物 groundHeightThre 地面高度阈值...

本代码主只是用来做自主探索时的上层路径规划和重定位 exploration_path keypose_graph navigation_boundary_publisher rolling_grid tare_planner_node utils graph lidar_model planning_env rolling_occupancy_grid tare_visualizer viewpoint grid_world local_coverage_planner pointcloud_manager sensor_coverage_planner tsp_solver viewpoint_manager 1. exploration_path 实现探索路径的类 2. keypose_graph 3. navigation_boundary_publisher 在Matterport3D 仿真环境时，从src/tare_planner/data/boundary.ply文件读取探索边界信息并发送出去 输入为空 输出为/navigation_boundary 4. rol...

本代码主只是用来做局部路径规划和小范围避障 1. joystick_drivers 包含不同手柄遥操作的各种代码，实车部署不需要，可以删去 2. loam_interface 用来桥接不同slam算法，通过修改loam_interface.launch可以使此项目适配各种slam算法。修改规则可参考State Estimation Setup Notes 输入为不同slam算法输出的stateEstimationTopic和registeredScanTopic 输出为/state_estimastion和/registered_scan话题名 3. sensor_scan_generation 将世界坐标系下的点云转换至传感器Lidar坐标系下，并以与扫描消息相同的频率和时间戳发布状态估计消息。这些信息会提供给上层规划模块使用 输入为/state_estimation和/registered_scan 输出为/state_estimation_at_scan（等同于/state_estimation）和/sensor_scan（世界坐标系下的点云转换至传感器Lidar坐标系下...

1. uv安装 直接使用Python自带的pip安装，兼容性最佳 pip install uv 随后将pip安装的包导入到环境变量中，在.bashrc或者.zshrc中添加 export PATH="$HOME/.local/bin:$PATH" 使用source ~/.zshrc刷新 2. 基础用法 2.1 创建项目 首先设定python版本 uv python pin 3.13 uv init 2.2 添加依赖 添加numpy库 uv add numpy 添加指定版本的numpy库 uv add numpy>=2.0.2 2.3 移除依赖 移除numpy库 uv remove numpy 2.4 查看项目的依赖树 uv tree 2.5 创建虚拟环境 创建一个虚拟环境，并指定Python版本 uv venv my-name --python 3.11 2.6 激活虚拟环境 source .venv/bin/activate 2.7 退出虚拟环境 deactivate 2.8 在uv中使用pip uv pip install 3. 换源 uv换源包括三个方面一个是依赖包的源一个...

1. 创建用户 1.1 法一：使用 adduser 命令创建新用户 在某些基于Debian的Linux发行版中，可以使用adduser命令，会提供交互式操作。 sudo adduser 新用户名 1.2 法二：使用 useradd 命令创建新用户 在 Linux 系统中，可以使用useradd这个通用命令来创建新用户 sudo useradd -m -s /bin/bash 新用户名 -d 指定用户的家目录 -s 指定用户的默认shell，可写为/bin/zsh -m 为新用户在 /home 目录下创建一个新的家目录 给新用户设置一个密码 sudo passwd 新用户名 2. 赋予root权限 2.1 法一：使用 adduser 命令 在某些基于Debian的Linux发行版中，可以使用adduser命令 sudo adduser newuser sudo 2.2 法二：修改/etc/sudoers文件 sudo vim /etc/sudoers 在文件中找到如下命令 ## Allow root to run any commands anywhere root AL...

随机变量用大写字母表示如XXX 随机变量序列用小写字母表示如sss

在强化学习中，智能体与化境的交互过程可以通过马尔可夫决策过程来表示，马尔可夫决策过程是强化学习的基本框架 本章首先介绍马尔可夫过程（Markov process，MP）以及马尔科夫奖励过程（Markov reward process，MRP）。二者比较得到马尔科夫决策过程（Markov decision process，MDP）。其次介绍马尔科夫决策过程中的策略评估（policy evaluation）。最后介绍马尔科夫决策过程中的控制，分为策略迭代（policy iteration）和价值迭代（value iteration） 1. 马尔可夫过程 1.1 马尔可夫性质 马尔可夫性质（Markov property）是指未来状态的条件概率分布仅依赖于当前状态。假设X0,X1,⋯ ,XtX_0,X_1,\cdots,X_tX0​,X1​,⋯,Xt​构成随机过程，如果具有马尔可夫性质则 p(Xt+1=xt+1∣X0:t=x0:t)=p(Xt+1=xt+1∣Xt=xt)p \left( X_{t+1}=x_{t+1} | X_{0:t}=x_{0:t} \right) = p \lef...