先说场景。行为生态学、水产养殖、群体机器人都在研究一件事：鱼群为什么能聚成群、怎么躲避捕食者、局部交互规则是什么。要回答这些问题，前提是拿到每一条鱼在三维空间中随时间变化的完整轨迹——不是 2D 投影，是 3D 的。而获取手段上，视觉是唯一可扩展、无侵入的方案。然后难题来了。鱼群的跟踪有三个叠加的"地狱级"设定：更糟的是，外观这条路也是死的。同一群鱼长得几乎一模一样，还频繁互相遮挡。传统多目标跟踪

先说一个特别生活化的事实：你现在走进任何一个仓库、医院、写字楼、火车站，头顶上都挂着一堆摄像头。这些摄像头 7×24 小时看着整个建筑，实时、高清、还免费——毕竟早就装好了。而你派进去干活的机器人呢？它只看自己鼻子底下那一亩三分地。让它"走到那个箱子那儿去"，箱子不在它视野里，它就只能一条过道一条过道地搜，搜到一半发现过道尽头被叉车堵死了，还得原路退回来。而头顶的摄像头把箱子在哪、哪条过道堵了看得

这两年做视频编码和成像的人多多少少都摸过 3D Gaussian Splatting（3DGS）：几百万个带位置、协方差、不透明度和球谐系数的各向异性高斯椭球，把一段多视角采集的画面拟合成一个可以实时渲染的辐射场。渲染层面它已经接近完美了—— ScanNet++ 上的源高斯重建 PSNR 可以做到 21.58 dB，肉眼看几乎就是照片。一个渲染得再真实的 3DGS 场景，机器人也拿不起里面的一只杯

双臂操作是机器人操作领域的硬骨头，也是这个系列博客的老朋友了——ALOHA、BRS、iDP3 里都绕不开它。双臂策略网络的架构本身该怎么设计？数据异构性：把两个 6-DoF 单臂（ViperX、UR5）或 7-DoF 臂（Franka）拼成 12/14-DoF 双臂，硬件构型一变，模型就得微调甚至重训——拼维度的做法对硬件差异零鲁棒性；单臂能力被稀释：双臂任务里左右手角色往往不同——“右手抓起物体

人形机器人autonomous操作是机器人学几十年来的圣杯。2024 年硬件层面已经很热闹了——Boston Dynamics 的电动 Atlas、特斯拉 Optimus、Figure 01、宇树 H1，个个都像从科幻片里走出来的。能全身遥操作人形机器人，但学到的操作技能只认训练时那个场景，换个厨房就废；平台不支持移动底座和腰部自由度，工作空间小得可怜；倒是能泛化到新环境，但它靠的是20 个场景的

这篇论文的起点很有意思：作者没有先造机器人，而是先做数据考古。双臂协调（Bimanual）：搬大件、抱重物绕不开两只手；稳定精确的导航（Navigation）：取个东西经常要跨越半个屋子；广域末端可达性（Reachability）：作者统计了家庭任务相关物体的高度分布（Figure 2），发现物体高度呈多峰分布——0.09 m（地上）、0.49 m（低位台面）、0.94 m（桌面）、1.43 m（

LeetCode 算法：二叉树展开为链表 c++

leetcode 面试经典 150 题：合并区间

LeetCode 算法：从前序与中序遍历序列构造二叉树 c++

H266多样化视频编码工具概述