- 博客(198)
- 收藏
- 关注
RSS订阅原创 macbook m4中使用arm的ubuntu系统，一篇就够了
虚拟机与macbook首先是安装虚拟机的部分，我们的最基本的需求是在macbook中安装Ubuntu20然后进行扩容，然后共享文件夹。一共是三个需求。
2025-04-15 21:29:28
1026
原创 通过额外的磁盘挂载进行扩容（win与linux空间共享）——linux最多也就推荐100G
再给mount point 配置上需要的路径，给的是/home/cyun/simulation，然后就能自动挂载上我们对应的文件夹了。所以并不需要给ubuntu分配太大的空间，并且现在要转向ubuntu更高等级的了，也就是ubuntu22等方面的。所以更需要减少linux系统原生的空间了，除了这种扩容之外，还会涉及到安装一体化空间（整个100G安装到/根目录下面）,如果实现不行，还可以通过系统盘强制重新给入空间之类的，但是并不推荐，比较麻烦了。一般就直接挂载一下windows的D盘之类的。
2025-04-15 12:41:46
238
原创 ros通信机制学习——latched持久化机制
点云的地图的发送逻辑中，我发现每次使用rostopic echo 时只会打印一次，然后就不会再打印了。并且rviz中也是始终都会显示的，这里面其实就是用到了latched持久话机制，可以接受这最后一次发布的消息。我们通过一个具体的项目来学习和认识这个过程。
2025-04-14 16:17:07
643
原创 浏览器智能体-browser use理解与配置
browser use自动化浏览器操作。首先说明一下浏览器智能体的工作原理:整体架构与核心流程：采用分层架构，包含 DOM 操作、浏览器控制、AI 代理相关模块。核心流程从浏览器上下文入口开始，调用 DOM 服务获取可点击元素，DOM 服务层构建元素树并标注，最后由 JavaScript 执行标注并呈现效果。1.DOM 树遍历与分析：通过递归深度遍历 DOM 树，获取每个节点信息。同时，从可交互性和可见性两方面分析元素，判断其是否符合标注条件，为精准标注提供依据。
2025-04-12 12:32:08
713
原创 Cherry Studio配置MCP server
MCP server在很多的app上开始支持了,从以前的claude desktop,到cursor,vscode等等,甚至现在开源的软件也都开始支持mcp协议的配置了.这里主要来说一下如何在cherry studio中配置好mcp的服务.
2025-04-09 23:23:06
2062
5
原创 MCP客户端与服务端初使用——让deepseek调用查询天气的mcp来查询天气
MCP，即Model Context Protocol（模型上下文协议），是由Claude的母公司Anthropic在2024年底推出的一项创新技术协议。在它刚问世时，并未引起太多关注，反响较为平淡。然而，随着今年智能体Agent领域的迅猛发展，MCP逐渐进入大众视野并受到广泛关注。今年2月，Cursor宣布正式支持MCP功能，这无疑为MCP的推广按下了加速键，使其迅速走进了众多开发人员的视野。从本质上讲，MCP是一种在智能体Agent开发过程中被广泛认可并遵循的规范。
2025-04-07 18:07:19
1594
原创 pcl 点云库安装-一篇文章就够了
总结一下,自己安装pcl库并且用cmake工具来编译,还是需要install的,但是就是不推荐安装到系统的pcl中,我们从零实现的话:1.安装源码cd build测试的项目结构如下:└── build/# 设置C++标准# 指定PCL的安装目录# 包含PCL头文件目录# 链接PCL库目录# 添加PCL的定义# 创建可执行文件# 链接PCL库// 定义点云类型// 创建点云对象// 生成随机点云数据// 点云宽度// 无组织点云，高度为1++i) {
2025-04-07 15:20:03
777
原创 windows设置在终端中打开
以后双系统尽量能不用就不用,所以需要让windows更加的方便操作,本次我们先来实现一个ubuntu中最常用的在此处打开终端的效果。
2025-04-07 12:48:20
334
原创 pointpillar推理部署——实现激光雷达点云目标识别
后续待做:由于我没有按照原本的环境进行安装,所以无法使用他的last_model,所以可能还会继续去寻找如何训练一个pointpillar的模型.后续再更新这部分。这样就能正常使用了.播放一下雷达的包就能进行识别了.这个是之前做过的一个工作，这里重新温故知新。主要是cuda和cudnn,都是必需的.安装Openpcdet的库。安装python依赖包。
2025-04-02 17:48:19
362
原创 AI时代下的编程——matlib与blender快捷编程化、初始MCP
blender编程建模测试进入blender脚本模式新建一个脚本并运行上述程序，可以得到太阳系的自转公转的动画点击即可播放添加上相关颜色即可。matlib脚本搭建simulink测试根据以上两种需求，可以通过设计对应的mcp server，让大模型使用这些工具来实现自主的生成，全程连复制粘贴都是不需要的。第一个是javascript写的，实现的matlab的mcp：https://github.com/WilliamCloudQi/matlab-mcp-server由于我没有学过这个
2025-03-31 18:41:55
1152
原创 [杂记]——脚本打包-include逻辑-easy_connect安装-阿克曼转向与差速转向
一个非常好用的脚本打包工具，如果不想其他人看到你的脚本里面的内容，我们可以通过shc来进行二进制封装。打包python由于涉及众多依赖包，python其实不推荐进行打包！！还不如自己重新用c++实现。
2025-03-27 10:41:11
405
原创 AI Agent开发与应用
AI Agent开发与应用：本地化智能体实践——本地化智能体开发进展与主流框架分析。只测试了阿里云百炼的API调用方式，界面如果有想要参考的可以找我获取。第二个版本更新了对话的框架，通过gradio做了一个全新的界面。我要说的都在ppt里面了，相关复现工作请参考。
2025-03-25 22:14:35
238
原创 Isaac Sim与Isaac Lab初使用
作为nvidia出品的仿真软件，很多机器人、机器狗【具身智能】都可以有很不错的效果，所以会使用isaac sim和mojoco越来越成为基础研究者的工具了。今天我们先来看一下Isaac sim Isaaclab的安装和配置过程。
2025-03-25 20:23:55
1251
3
原创 VLM理解（一）——视觉文本信息的标注与数据集制作过程
先来认识一下数据集结构及其制作过程。以上三篇中，DriveLM对于数据集的处理是最为清晰的，所以也按照它的格式来介绍视觉驾驶模型的标注。
2025-03-23 17:44:34
759
原创 WSL2 与双系统的对比
我发现现在对于ubuntu新版本的要求越来越高了，之前一直使用的20.04版本已经不再是主流了，所以我打算慢慢进行迁移，这个过程涉及到多个系统的内容，所以我会先从windows的wsl进行迁移学习。下面介绍一下wsl2的特点。
2025-03-23 17:20:44
406
原创 git推送代码从零学习--push代码&ssh密钥系统
推荐去阅读一下廖老师的git相关的教程https://liaoxuefeng.com/books/git/introduction/index.html本文章将在实际的git操作中不断完善命令。
2025-03-20 18:43:42
463
原创 ros smach 教程——（三）
ROS SMACH示例教程(三)ROS SMACH示例教程(三)本用例将探索SMACH的可用性和学习曲线。这个用例从简单地使用SMACH API开始，最后是一个与其他ROS系统接口的具体示例：一名可行性脚本将在turtlesim中协调两个Turtle。这个用例将展示如何使用python、ROS、rospy以及actionlib。
2025-03-20 01:38:48
677
原创 ros smach 教程——（二）
迭代器允许您循环一个或多个状态，直到满足成功条件。本教程演示如何使用迭代器将数字列表排序为偶数和赔率。with sm:return smmain()程序解释在本例中，结果现在包括preempted，这是迭代器的默认结果。it参数是要迭代的对象列表，it_标签是保存it列表中项目的当前值的键。耗尽的参数应该设置为首选状态机结果，在本例中，当迭代器在it列表中循环完成时，迭代器结果成功。现在添加一个容器，并创建用于将列表排序为偶数和奇数的状态。
2025-03-20 01:34:50
752
原创 ros smach教程——（一）
当机器人在执行一些复杂的计划时，SMACH将变得很有用，它可以将可能的状态和状态状态转移过程简化，将不同的任务模块整合到一起，让机器人实现复杂的任务调度。适合用SMACH的情况快速原型化：基于Python的简单SMACH语法使快速原型化状态机并开始运行状态机变得容易。复杂状态机：SMACH允许您设计、维护和调试大型复杂的分层状态机。你可以在这里找到一个复杂的分层状态机的例子。内省： SMACH让你充分内省状态机、状态转换和数据流等。查看smach_viewer获得更多细节。不适合使用状态机。
2025-03-20 01:33:11
577
原创 来自Poe——大模型应用层研究报告
最近poe（靠堆模型也是一种战略，poe看着确实是比较方便的）发表了他们的大模型应用的研究，可以从中窥见这几年的百模大战的一些情况，两大闭源模型，看样子认可度还是非常高的。在过去的两年里，他们将来自领先 AI 公司的 100 多个文本、图像、视频和音频模型带给我们平台上的数百万用户，这为需求和使用趋势提供了独特的视角。随着 AI 模型的不断进步，它们开始成为人们获取知识、处理复杂任务和管理日常工作的核心。
2025-03-17 17:22:58
591
原创 carla专家驾驶端到端 garage方案
我们需要确保不同的模块可以找到彼此。使用以下命令打开~/.bashrc配置文件：编辑您的~/.bashrc配置文件，添加以下定义。编辑后保存并关闭文件。记住使用以下命令，使这些更改生效：我们准备了一组预定义的路线作为起点。您可以使用这些路线来训练和验证代理的性能。路线可以在文件夹: 90 条路线，旨在用作训练数据 (780.6 Km)。: 20 条路线，旨在用作验证数据 (247.6 Km)。: 20 条路线，旨在用作验证数据 (205.9 Km)。
2025-03-17 01:57:44
1407
原创 LMDrive大语言模型加持的自动驾驶闭环系统 原理与复现过程记录
本环境使用的carla_leaderboard 1.0 ，使用的carla版本是0.9.10.1。此时,export CARLA_ROOT=carla才能链接到这里,所以最后的sh修改为。这里面有很多是ros的依赖项,所以不能直接去安装,请对照一下关键的python依赖就好。安装完后创建一个虚拟环境，官方使用的3.8，支持torch cuda的版本。这里需要提供三个模型,vision,llm和lmdrive模型。请自行下载模型,下载有问题的可以找我.直接下载x86的sh，然后运行。这两个模型和我的大模型。
2025-03-17 01:36:33
749
15
原创 deepseek强化学习训练大模型复现-openr1——本地篇（2）
状态由输入提示（prompt）和模型当前生成的 token 序列组成。在 GRPO 中，状态可以看作是 dataset 中的 prompt（例如数学问题或代码任务的描述）加上模型已经生成的文本（completions）。动作是模型在当前状态下生成的下一个 token。动作空间的大小等于模型的词汇表大小（vocabulary size），通常由 tokenizer 定义（例如 Qwen2.5-1.5B 的词汇表大小）。
2025-03-17 01:32:59
1333
原创 deepseek强化学习训练大模型复现-openr1——官方篇（1）
本仓库的目标是完善 R1 流程中缺失的部分，使任何人都能够复现并在此基础上进行开发。：包含用于训练、评估模型以及生成合成数据的脚本：grpo.py：在给定数据集上使用 GRPO 训练模型。sft.py：对模型在数据集上进行简单的监督式微调。：在 R1 基准测试上评估模型。：使用Distilabel从模型生成合成数据。Makefile：包含利用上述脚本运行 R1 流程中每一步的便捷命令。
2025-03-17 01:31:46
1090
原创 docker入门篇
使用docker可以很快部署相同的环境,这也是最快的环境构建,接下来就主要对docker中的基础内容进行讲解.Docker 是一个用于开发、交付和运行应用程序的开源平台，它可以让开发者将应用程序及其依赖打包到一个容器中，然后在任何环境中运行这个容器，实现了应用的跨平台性和一致性。
2025-03-16 21:12:07
1848
原创 wsl修改安装路径
然后开启：然后先启用“适用于 Linux 的 Windows 子系统”可选功能，然后才能在 Windows 上安装 Linux 分发。4.重新导入并安装WSL在d:\wsl-ubuntu20.04（可以修改成你自己想要的目录）2.导出分发版为tar文件到d盘(Ubuntu-20.04修改成你现在的发行版名称)所以我们可以通过这种方式，在一个未安装过相关环境的电脑上快速的安装wsl的系统。由于wsl默认是安装在c盘，容易导致c盘文件爆满，我直接修改了他的安装路径。1.查看WSL发行版本。
2025-03-14 02:09:37
621
原创 ROS/Gazebo版本对应
ros/ros2的版本与gazebo版本。希望未来的gazebo能够升级到更强的动力学建模吧，现在用的noetic版本的动力学建模仍然不够理想，虽然是我现在sim2real能够达到的最好效果。一下是版本的对应，新版本的gazebo可以自行查看文档。
2025-03-13 02:59:46
255
原创 carla使用过程
总体感觉还是很不错的。和以前的教程也有了一些出入，我将来更新这些东西。主要是没有具体的步骤导致其实看不懂他到底需要做什么。不开源 只是一些大的思路。
2025-03-11 20:24:51
279
原创 Ray|RLLib|Tune学习笔记
Ray是一个分布式计算框架，提供了多进程通信和集群管理的功能，能够高效地利用多核CPU和多台机器的计算资源。Tune是基于Ray的超参数优化库，用于管理多个实验的运行和资源分配。RLLib是基于Ray和Tune的强化学习库，提供了多种强化学习算法的实现，并支持分布式训练。
2025-03-11 18:44:20
230
原创 ai agent开发实例 OpenManus Dify Owl
manus现在比较火，但是其实要做manus这样的agent应该也是有很多的开源项目了，今天我们来实际部署一些常用的agent制作的项目，然后一步步做一个可以帮自己编程、做实验的agent。首先需要安装好conda环境，我这里已经按照好了，需要的可以去看一下以前的文章。
2025-03-11 18:23:56
1155
原创 端到端自动驾驶——cnn网络搭建
数据集可以自己驾驶udacity的车辆收集，也可以直接下载下来训练师需要指定文件夹的路径，这里我使用的是一个csv文件来指定我的文件夹。主要文件放置的结构要写入csv文件中，分别是左中右的摄像头图片路径，方向盘，油门，刹车，速度信息。后面这篇文章还会继续完善论文中的一些观点和代码的一些学习过程。可以点击record记录这个过程中的数据，之后就能自动生成需要的数据集内容。然后配置一下python环境，对于已经有conda环境后，直接。此时是无法记录的，然后我可以加载模型并驾驶车辆。我仔细研读了一下这个代码。
2025-03-03 00:13:54
841
原创 常忆往昔少年时
这不就是一场梦吗，年华的齿轮，在不知不觉间领着我们兜兜转转，转转兜兜，是否还记得，生命里最初的那些模样，来的，去的，多少繁华被一夕覆灭，你说记忆有那么多的动情，忘记该有多痛，花儿的枯萎一如光阴般静静流逝，我并不怕失去经历，怕的是再也抓不住年少的曾经。时光，仿佛把我们的故事越拉越长，一个相同的年华，相同的城市，却留下各自不同的故事，在某一个记忆的转瞬之间，编织了共同的青春年少，值得庆幸的是，那些美好的回忆里，还有你我一起走过的足迹，遗憾的是，在通往未知的路上，很多熟悉的你们却再也找不到当初的熟悉。
2025-02-28 01:13:57
106
原创 carla进阶教程
现在自动驾驶开始上端到端后仿真软件carla的优势就慢慢的凸显出来了，下面我们来对carla进行更加深入的学习（前提：已经对安装carla等基本操作比较熟悉之后。首先是版本的问题，其实carla版本越高bug也就越少，并且对于pythonAPI的要求并不是严格要求的，所以我们完全可以使用比较高的版本，这里推荐使用0.9.13即可。接下来去配置它的python接口，直接就用example目录下的requirement.txt来配置。上述都理解了之后，下面是进一步的认识carla仿真环境。
2025-02-27 15:01:27
368
原创 深度强化学习落地调参技巧
尽量对 observation space 和 action space 进行归一化。：从 shaped reward 开始，简化问题。测试环境：使用随机动作测试环境是否正常。check_env(env) # 检查自定义环境并输出警告。
2025-02-26 19:39:59
803
osqp 0.6.3 ubuntu20的cmake版本使用
2025-04-16
Practical Search Techniques in Path Planning for Auto D.pdf
2023-07-31
google/protobuf/port_def.inc: 没有那个文件或目录
2023-06-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人