- 博客(12)
- 收藏
- 关注
RSS订阅原创 获取Chrome浏览器Cookies的一种方法
Chrome浏览器的cookies信息一般存储在C:\Users\xxx\AppData\Local\Google\Chrome\User Data\Default目录中，但并不是以单个文件的形式存储，而是一种SQLite数据库，使用和修改起来并不方便，可以通过安装插件的方式将其导出为cookies.txt格式，以导入其他和使用场景。搜索插件网上有许多Chrome浏览器的插件，这里选择Get cookies.txt，建议到Chrome Web Store里下载（链接，需要科学上网），可以直接安装到浏览器
2022-01-12 10:08:52
8773
原创 DQN自动驾驶——python+gym实现
一、安装环境gym是用于开发和比较强化学习算法的工具包，在python中安装gym库和其中子场景都较为简便。安装gym：pip install gym安装自动驾驶模块，这里使用Edouard Leurent发布在github上的包highway-env（原链接）：pip install --user git+https://github.com/eleurent/highway-env其中包含6个场景：高速公路——“highway-v0”汇入——“merge-v0”环岛——“roun
2021-11-21 08:47:41
17102
55
原创 使用CARLA模拟器实现DQN自动驾驶（三）导航系统
导航系统独立于自动驾驶，主要由地图生成路径，自动驾驶的汽车在行驶过程中，首先要确定“去哪儿”，再考虑识别交通信号、避障、变道等动作。CARLA中已有现成的导航函数库，使用时可以直接调用。
2021-09-13 23:45:59
7750
13
原创 CARLA传感器详细文档介绍+python实例（持续更新ing）
作为模拟真实驾驶环境的模拟器，CARLA提供了丰富的传感器接口，不同传感器的特点不同，应该针对不同场景选择合适的传感器或将多种传感器结合使用。
2021-08-20 16:41:57
29818
19
原创 使用CARLA模拟器实现DQN自动驾驶（二）搭建神经网络
由于图像数据的结构复杂，数据量大，考虑到用没有超强算力的电脑运行程序的时候，为了简化模型结构，对数据进行压缩，摄像头传来的图像先设置为80*60。修改后导入模型和设置参数的代码如下：import abcimport globimport osimport sysfrom types import LambdaTypefrom collections import dequefrom collections import namedtuple try: sys.path.ap
2021-07-15 10:24:17
5753
21
原创 使用CARLA模拟器实现DQN自动驾驶（一）安装环境
CARLA是一个汽车驾驶模拟软件，自带python API，对于Q-learning或DQN来说，能从环境中及时获得反馈非常重要。
2021-07-12 18:33:22
3775
原创 蒙特卡洛树搜索(MCTS)实现简易五子棋AI
蒙特卡洛树搜索算法可以通过自我对弈模拟得到不同状态分支中获胜的概率，从而获得最优的策略。代码部分可以分为Node类和State类。Node类通过关联父节点和子节点实现树结构，同时保存每个节点的属性；State类描述游戏的规则并判断胜负。模型结构参考了https://ai-boson.github.io/mcts/先导入所需要的模块import numpy as npimport random as rdimport copyfrom collections import defaultd
2021-07-10 19:19:05
6951
1
基于highway-env用python实现的MPC跟车巡航控制案例
2023-02-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人