这类方法的基本假设是：如果一个激光点的光路穿过了另一个激光点，那么另一个激光点就是动态点。这个假设逻辑上完全说得通，但实现起来有两个问题：其一，入射角接近90度时的误杀问题，如下图所示，红色箭头指向的旧点因为与新点（五角星）光路很接近，会被误杀掉，考虑到一帧激光点云本身的角度误差、测距误差、光斑影响等，这种误杀会更严重。

二分图最大匹配：匈牙利算法二分图最大权匹配：KM算法

本文系统梳理了多模态视频理解领域的核心基准测试（Benchmark）和排行榜（Leaderboard），为研究者提供评估模型性能的参考框架。重点介绍了7个具有代表性的Benchmark，包括MMBench-Video、Video-MMMU等，涵盖通用视频理解、教育知识获取、3D空间推理等多样化任务。同时整理了4个主要Leaderboard，如OpenCompass司南榜单和SuperCLUE中文评

实验摘要： 通过对比不同地形训练效果（障碍地形、楼梯地形及混合地形），发现：1）单一地形顺序训练会导致智能体遗忘先前学习内容；2）混合地形训练能有效缓解遗忘效应，综合表现更优（如实验3障碍躲避成功率93.75%、上下楼梯成功率100%/83.3%）；3）训练场景与目标场景越接近，训练效率越高。实验表明混合训练策略在多地形适应性上显著优于顺序训练。

摘要： 自回归生成模型（如GPT）通过逐步预测序列元素（文字、像素等）实现内容生成，核心是Transformer解码器的掩码自注意力机制。其优势在于生成连贯性强，但受限于逐词生成的顺序性。为提升效率，LLM引入past_key_values缓存历史注意力计算结果（key/value），将计算复杂度从O(n²)降至O(n)。该技术与扩散模型形成互补（离散vs连续数据生成），共同推动生成式AI发展。

旋转的表示：旋转向量与四元数