本文提出了 Hier-SLAM，这是一种基于语义的三维高斯溅射 SLAM 方法，具备全新的层级类别表示方式，能够实现精准的全局三维语义建图、良好的扩展性，以及三维世界中显式的语义标签预测。随着环境复杂度的增加，语义 SLAM 系统的参数量急剧上升，使得场景理解变得尤为困难且成本高昂。为了解决这一问题，本文引入了一种。

vπsv_{\pi}(s)vπ​s是state value的真实值，vswvsw是state value的近似值。我们的目标是找到一个最优的www，使得对于每一个状态sssvswvsw都能最好地近似vπsv_{\pi}(s)vπ​s。为了寻找最优的www，我们定义如下目标函数：值得指出的是，SSS是一个随机变量，既然是一个随机变量，这个随机变量就是有概率分布的。那么S的概率分布是什么呢？有几种方式

首先，先回顾一下 mean estimation problem 是什么。假设有一个随机变量X，目标是要求其期望 E(X)。我们有一些采样数据x1x2xNx1​x2​...xN​。期望可以用这N个采样值的平均来近似。那么，该如何计算这N个采样值的平均呢？有两种方法。第一种是先收集好所有的sample，再对这些sample求平均值。这种方法的缺陷是：所有的sample需要一段时间才能被采样完，所以需

下图呈现了TD算法。TD算法在求解一个给定策略π\piπ的 state value，它是一种不基于模型、基于数据的方法。TD算法就是要基于给定策略π\piπ下，在生成的数据s0r1s1strt1st1s0​r1​s1​...st​rt1​st1​...的基础上计算state value。vtsv_t(s)vt​s表示状态 s 在 t 时刻的 state value 估计值。sts_tst​。

如上图所示。与贝尔曼公式有一些小小的差异，贝尔曼最优公式前面多了一个。

学习过程中遇到的问题

这篇文章根据《深度学习入门》第4章的内容，完成了手写数字识别这个小案例。这一章节的重点是，如何让神经网络“**学会学习**”。为了能够使得神经网络学会学习，将导入`损失函数`这一指标，找到使损失函数达到最小的权重参数。为了找出尽可能小的损失函数值，我们使用`梯度下降法`。

最近有和别人进行unity项目协作的需求，需要把自己的本地代码上传到github已有的一个仓库里。记录一下上传过程，防止后续还需要用。

最近换了一台新电脑，使用nolo sonic 2 VR眼镜，尝试和自己的笔记本通过串流方式连接steamVR。

最近阅读了《深度学习入门——基于Python的理论与实现》这本书的第7章，这一章主要讲解的是卷积神经网络。卷积神经网络（Convolutional Neural Network, CNN）可以被用于图像识别、语音识别的各种场合。