rpc分布式网络框架

Zookeeper模块解析

moduo网络解析

忙忙忙。。。高效自动驾驶的矢量化场景表示以前的工作依赖于dense光栅化场景表示（例如，agent占用和语义图）来执行规划，这是计算密集型的，并且错过了实例级结构信息。所以我们提出了VAD，这是一种端到端的自动驾驶矢量化范式，它将驾驶场景建模为完全矢量化的表示。VAD利用矢量化的代理运动和映射元素作为显式的实例级规划约束，有效地提高了规划安全性VAD通过摆脱计算 dense光栅化表示 和手工设计的

开冲，清华大学的，带HDmap的端论文，用的Query，和UniAD一样。ViP3D：通过三维智能体查询进行端到端视觉轨迹预测注意，这篇论文要输入HDMapPS：Query 是 Transformer 框架里的“查询向量”Agent Query 的核心想法是给场景中每一个潜在的交通参与者分配一个可学习的 Query 向量（就像是给每个人一个“跟踪编号”）这个向量在网络计算时会主动去从传感器特征（比

最近越来越忙了，周末也加班，感觉又陷入了死命加班打补丁的恶性循环。但论文阅读绝不能落下，决定每天从早7点到中午粗颗粒度阅读一篇端方向论文，记录在此，先补充广度，再提高深度。高清地图成本高，很难普及应用。我们提出了MP3，这是一种端到端的无地图驾驶方法。输入：原始传感器数据和高级命令（例如，在十字路口左转）MP3以在线地图的形式预测中间表示以及动态代理的当前和未来状态，并在一种新的神经运动规划器中利

语法记录

select、poll、epoll详谈

SLAM中将地图映射到谷歌地图上的方法

点云可视化软件