大大龙将军-CSDN博客

原创【路径规划】Dijkstra算法原理解析&代码实现

以下图为例，从图中节点1出发，依次访问它附近的邻接节点2和8，再去依次访问节点2附近的邻接节点3和5，然后访问节点8下的节点6和节点9，最后再访问节点4和节点7。：从出发点依次访问各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问节点的邻接点先于后被访问的节点的邻接点”被访问。这个【例子】可以直观的告诉我们什么是Dijkstra算法：如下拓扑结构图所示，D点为起点，A点为终点，利用。点的路径，我们先记住这条路径和距离（代价）点的距离原来是4，经过C点变为了。

2025-05-26 21:21:19 1233

原创【强化学习】《强化学习的数学原理》知识总结与思考（一）基本概念

本系列专栏是结合赵世钰老师的《强化学习的数学原理》的知识梳理与总结。总结不是对书本内容简单的堆砌，一定要加入自己的思考。希望大家通过我的笔记学到知识，欢迎在评论区讨论补充。不仅让自己对知识进行巩固强化，也能让粉丝看懂，创建本专栏的目的就达到了。后面我们将继续学习状态值（state value）以及贝尔曼方程（Bellman equation），之后我会把我学习RL的过程写进一个专栏，大家持续的关注我吧！

2025-05-25 18:22:03 1004

原创【深度学习】YOLO_World-SAM-GraspNet机械臂抓取仿真

UR5机械臂通过深度相机获取场景的RGB图像和深度图。使用YOLO-World模型对图像中的待抓取物体进行目标检测，定位物体的边界框。然后利用SAM对检测到的物体进行图像分割，生成高精度的掩码图。深度相机提取物体的三维点云数据，基于点云数据，通过GraspNet模型计算抓取点及其对应的夹抓姿态，并选择置信度最高的结果。最后UR5机械臂根据计算出的夹抓姿态执行抓取动作，完成整个抓取任务。

2025-05-21 12:30:00 2385 8

原创【深度学习】YOLOv5行人+人脸目标检测实现

基于YOLOv5的行人+人脸检测

2025-05-19 13:03:51 882 1

原创报错解决：cuda_runtime_api.h: No such file or directory

在conda虚拟环境中使用gcc编译依赖CUDA时报错fatal error: cuda_runtime_api.h: No such file or directory：使用conda安装的cuda是的，而精简版的cuda没有办法编译，会缺少头文件。缺少的头文件指的就是这部分提到的。而NVIDIA原版的CUDA Toolkit是完整版的CUDA，可以进行编译，且不缺少头文件。：将系统CUDA库的路径加入系统环境变量，使用系统CUDA的cuda_runtime_api.h（此解决方法同样适合。

2025-05-15 19:01:03 419

原创报错解决：The detected CUDA version mismatches the version that was used to compile PyTorch.

Anaconda虚拟环境中，PyTorch版本与系统CUDA版本不匹配时，推荐在Conda虚拟环境中安装CUDA。确认问题已解决，这种方法避免了因Ubuntu版本限制而无法安装低版本CUDA的问题。

2025-05-14 19:52:18 446

原创 2025新版mujoco学习笔记——常用快捷键

本文介绍了在Mujoco仿真环境中的常用快捷键和操作，帮助用户更高效地控制和查看模型。通过快捷键如Ctrl+左键调整对象姿态，Ctrl+右键施加力，以及F1-F7等功能键显示不同信息和工具。此外，还介绍了如何通过快捷键进行视角切换、工具栏隐藏、世界重置等操作。文章以humanoid.xml模型为例，详细说明了如何启动Mujoco并加载模型，以及如何利用快捷键进行模型操作和数据分析。这些快捷键和操作为用户提供了便捷的仿真体验，有助于快速掌握Mujoco的使用技巧。

2025-05-13 10:30:00 524