这是路径搜索算法的第二篇，上一篇讲了广度优先，深度优先，Dijkstra、A*、D*，本篇讲述另外两种常见路径搜索算法：RRT，RRT*。本篇尽量用简单的文字描述，帮助大家理解RRT和RRT*的原理。除了上述的RRT之外，还有各种RRT的变种，包括双向RRT（RRT-Connect），加入启发函数的RRT（Informed-RRT）等等。

路径规划，就是在地图上，从起点到终点规划出一条最优路径。【最优】，就像我们看高德地图一样，上面显示的：最短路径，最短时间，红灯最少，不走高速，避开监控等等。这是【最优】的几种情况。如果放在室内机器人，或者别的情况，【最优】还可能包含路径平滑性等等。那如何得到这些路径呢。那最最简单的，从一个节点开始，把所有所有的路径都写出来，然后计算每个路径的长度，红绿灯数，是否有高速，曲率等等，然后再选出来。但是

在工作中现在已经离不开这AI模型了。于是我单开一个博客，记录在使用过程中的这几种模型使用感受。大家的感受也可以在评论区畅所欲言，我会抽空放进博客中。当然ai编程主要用的还是cluade3.5.嘿嘿，最吸引人的地方你懂。这位明星现在太繁忙了。旧皇一脉。明星代餐。没你我可怎么办。之后在使用过程中会记录实际的使用工况及效果。

在ros2中，info等日志输出能显示在终端上，还能写进ros下的log文件中的对应log文件。目录是这个~/.ros/log/解决方法很简单，在该节点的launch文件里，将output = screen改为output = both。但是我遇到了虽然能实时在终端打印，但是没有写进去的问题。

农机的自动驾驶工况有别于别的自动驾驶工况，可以说是我做过项目中，离传统规控思路框架最远的一个项目。它既没有道路规则，无法使用高精地图中的语义信息进行规划。又不像扫地机器人那样，完全开放无规则的空间。它有一套自己的农业作业规范，而这套规则甚至于并不是针对农机，而是针对农具。也就是说，不同的农具，有不同的规划方式，而在每种规划方式中，在各个细节又不同。各个不同的地方，就有不同的问题。本文所要阐述的，是

一直在使用chatgpt，但是它到底是什么？人工智能怎么理解？神经网络怎么理解？本文尽量用通俗易懂的语言解释这些，不涉及具体公式，主要是为了方便大家理解。请先阅读前两篇文章，或者对神经网络有一定了解。需要注意的是，本篇文章为 从chatgpt理解transformers（一），内容讲完了transformer架构中的编码器。剩余部分会在后续的文章中继续梳理。这篇文章很长，你如果想要搞懂，至少留出一

官方和b站有非常多并且详细的部署说明：return {r}")问题的原因是问题出在 OpenAI 客户端尝试使用 SOCKS 代理，但它不支持这种格式。好像是因为科学上网或者别的网络代理的缘故。解决方法很简单;只需要禁用代理环境变量及可：解决完之后运行会显示：上面的地址是websocket协议地址，请勿用浏览器访问。

第四篇还没写完，就是跟着第三篇把剩余的几个模块源码给注释了一下。先写第五部分，把控制这部分执行的顺序和数据流给写清楚。提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

上一篇我是纯扯犊子了，哪有本事自己做啊。花了七十块钱在淘宝上买了小智机器人套件，然后按照教程自己先diy。程序是开源的，后续再进行二次开发有开源就用开源，套件不贵就直接买，节省时间为主。