Multi-tasklearning （多任务学习）是和single-task learning （单任务学习）相对的一种机器学习方法单任务学习的过程中忽略了任务之间的联系，而现实生活中的学习任务往往是有千丝万缕的联系的，比如多标签图像的分类，人脸的识别等等，这些任务都可以分为多个子任务去学习，多任务学习的优势就在于能发掘这些子任务之间的关系，同时又能区分这些任务之间的差别。多任务学习是基于共享表

增量学习增量学习(Incremental Learning)是指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识。增量学习非常类似于人类自身的学习模式。因为人在成长过程中，每天学习和接收新的事物，学习是逐步进行的，而且，对已经学习到的知识，人类一般是不会遗忘的。增量学习主要表现在两个方面：一方面由于其无需保存历史数据...

UWB(Ultra Wide Band) 超宽带无线通信技术

TSA Tree Search Algorithm 树搜索算法GSA Graph Search Algorithm 图搜索算法

depth estimation 深度估计属于场景理解

用gazebo来搭建一个虚拟的仿真环境用ROS的方法来打开gazebo

轨迹优化样条法样条法能满足机器人的动力学约束：使得轨迹本身/一阶导数/二阶导数连续样条就是广义的函数和曲线方法：分段函数 + 连续性限制一般来讲使用三次样条每一个样条段连接两个路径上的离散的点局部规划为什么需要局部规划因为规划算法必须权衡精度和全局性对于局部情况，机器人往往有更好的认知：比如激光雷达能够实时反映局部的障碍物分布。对于规避动态障碍物，往往要依赖局部规划算法。全局规划算法...

       笔者参加了2017年西安邮电大学第十二届数学建模竞赛，想到自己参赛前想了解一下学校往年的赛题，但能找到的资料很少，在这里我把我们参加B题论文放上来，希望能给大家一些帮助.       2017年的校赛B题同时也是同一时间举行的2017年中兴捧月杯算法精英挑战赛赛题。       当时我们三个大一学生，用整整五一的三天假期，完成了这篇论文。当时并没有掌握多少知识，可以说是初生牛...

之前那个多分类问题实战是手写了每个层其实我们可以使用nn.Linear，就不用手写了

聊天机器人模型技术发展方向主流还是Seq2Seq + AttentionGAN对抗生成网络DQN深度强化学习网络GNN图神经网络SeqGAN模型