先欣赏下微博gltracy的作品：非常棒的风格！很帅有木有！！！问题来了，这些模型是怎么做出来的？答案就是体素神器Magicavoxel。一、Magicavoxel简介Magicavoxel是一个由gltracy独立开发的建模和渲染一体的轻量级体素编辑器，软件体积小巧，只有几MB大小，它的渲染效果极为出色，自带的渲染工具，可以呈现不同的光线条件、光照度、明暗度和锐度。因为使用简单，通过一定的3d基

阿里妹导读：随着最近几年数据计算力与机器智能算法的兴起，基于大数据 AI 算法的应用愈来愈热，大数据应用在各个行业也不断涌现。测试技术作为工程技术的一部分，也随着时代的不断变化在同步演进，在当下 DT 时代，如何测试和保障一个基于大数据的应用的软件质量，成为测试界的一个难题。本文通过系统性地介绍阿里巴巴 AI 中台的技术质量体系——搜索推荐广告应用的质量是如何测试的，来尝试回答一下这个问题，希望能

近年来，人工智能技术在很多领域都取得了亮眼成就，并逐步从感知智能向决策智能迈进。强化学习是实现决策智能的重要路径，而现实世界中往往存在着多智能体的交互，也催生了多智能体强化学习的发展。这篇文章主要对多智能体强化学习进行整体阐述，并对其在游戏AI上的应用进行探讨与展望。一.引言近些年来，随着机器学习算法的持续优化和创新，计算资源和分布式计算系统带来的算力提升，以及可利用数据量的大大增加，AI(人工智

谷歌内部的一个团队正在探索全新的应用开发方式，他们利用谷歌自主的网页开发语言Dart来开发Android应用。这帮助他们专注于速度，并可以与网页进行深度整合。Dart由Chrome V8引擎的团队成员发明。该团队近期举行了Dart开发者峰会，展示了在Android项目中使用的Dart。在Android项目中使用的Dart并未被称作“Android版Dart”，而是有了一个新名字“Sky”。目前，S

大家好，我 Jim ‘Anodoin’ Merrill，我的工作是致力于英雄联盟的自动化测试，特别关注的是游戏中的体验。我现在担任一个技术团队的负责人，致力于构建验证系统开发（BSV-Dev）团队。主要工作是构建自动化测试工具，帮助其它团队书写更棒的测试。在过去的几年当中，我们致力于改良我们的测试系统及基础设施，来提高开发人员效率以及减少上线的 bug。现在我们每天要跑 10W 个测试用例，这个数

前言我给中小型运维团队的定义是整个团队人数（所有运维工程师 + 运维开发工程师）为 20 人以下，一般这样的团队，能为自动化投入的资源也许就 1、2 个开发人员。BAT 等大公司的 DevOps 平台功能涵盖的范围非常全面而且各种高大上，这么庞大的体系对于中小型运维团队，要靠手头顶多 2 名运维开发工程师来实现落地就懵了，不知该从何入手。所以往往大部分中小型运维团队要么传统人肉运维黑路走到底，要么

自动化的地图生成对于城市服务及基于位置服务非常重要，现有的工作研究主要利用遥感影像或可以充分反映地图路网情况的车辆轨迹数据生成地图，数据源较为单一，如果能将遥感影像数据及轨迹数据融合起来，地图生成的质量将进一步提高。本文介绍了复旦大学等机构在国际人工智能领域顶会AAAI’20 上发表的论文《DeepDualMapper: A Gated Fusion Network for Automatic M

https://www.fgba.net/sitemap.xml

先欣赏下微博gltracy的作品：非常棒的风格！很帅有木有！！！问题来了，这些模型是怎么做出来的？答案就是体素神器Magicavoxel。一、Magicavoxel简介Magicavoxel是一个由gltracy独立开发的建模和渲染一体的轻量级体素编辑器，软件体积小巧，只有几MB大小，它的渲染效果极为出色，自带的渲染工具，可以呈现不同的光线条件、光照度、明暗度和锐度。因为使用简单，通过一定的3d基

导语在深度强化学习中，联盟训练通过引入主智能体的“陪练”，发现主智能体策略的缺点，帮助其得到更快的提升。本文通过对模型特征和模型池多样性的建模，并基于此提升联盟模型池的多样性，引导克制主智能体的多种策略并提升主智能体的强度；同时，模型池的多样性也可以作为训练目标，为游戏AI的线上应用提供更多选择。一、 背景介绍随着DeepMind、OpenAI等AI实验室在《星际2》[1]、《Dota 2》[2]