momaoto's blog

发表于 分类于 本文字数： 1.5k 阅读时长 ≈ 1 分钟

大三下学期考研就业两手抓，三个月上岸清深数据科学和信息技术，在此分享下经验：

📌本人背景

c9计算机专业应届生，绩点3.3，两年robocon选手，接受考研与本科就业，尽量不接受二战。

⏰时间线

2024年3月的大三下学期，本人意外发现自己失去了保研名额。因此我的大三下整体是就业考研两手抓，后续也可以就这两条主线分别讲一下。
首先我的想法是，珍惜应届生身份在就业方面的巨大优势，一定不能放弃就业这个选择。因此，如果能在正式开始考研前拿到一个不错的offer作为保底，即使考研失利依然可以以应届身份入职拿到不错的薪资，然后考虑专心工作或在职二战，坚决避免脱产二战（一旦失利可能陷入恶性循环）。3月开学后我开始投实习，5月入职某中厂进行嵌入式系统开发，成功在8月底拿到转正offer，同时借助实习经历与这个offer，argue到了其他一些可供我选择的offer。9月返校除了秋招面试之外，处理了一些其他杂事，最终签下三方，正式为三个月的考研做好保底。

阅读全文 »

发表于 分类于 本文字数： 2k 阅读时长 ≈ 2 分钟

Tactile DreamFusion: Exploiting Tactile Sensing for 3D Generation

文章链接： https://arxiv.org/abs/2412.06785

  • 现有的文本到3d生成，图片到3d生成效果过于光滑或得到错误的反照率贴图；
  • 现有2d和3d数据集没有高分辨率数据：相机分辨率不够难以拍到，同时人类自然语言也很难准确描述细节纹理；
  • 因此我们用触觉来捕捉高分辨率纹理细节，增强3d生成结果的表面纹理表现；
  • 同时我们可以根据自然语言描述，自动完成物体不同部位不同纹理的合成。
阅读全文 »

发表于 更新于 分类于 本文字数： 1.2k 阅读时长 ≈ 1 分钟

要配置 SSH 免密登录（即使用 SSH 密钥认证），可以按照以下步骤操作：

假设环境

  • 本地主机（Client） ：你当前使用的电脑
  • 远程服务器（Server） ：你要免密登录的目标机器
  • 用户名：user
  • 服务器 IP：192.168.1.100
阅读全文 »

发表于 分类于 本文字数： 313 阅读时长 ≈ 1 分钟

查看sudo权限

查看所有可登陆的用户

1
awk -F: '$7 ~ /(bash|sh)/ {print $1}' /etc/passwd

查看当前在线的用户

1
who

查看某个用户（如alice）是否有sudo权限

1
groups alice
  • 如果有会显示：
1
alice : alice sudo
  • 如果没有会显示：
1
alice : alice

接下来给该用户添加sudo权限。

阅读全文 »

发表于 更新于 分类于 本文字数： 813 阅读时长 ≈ 1 分钟

Miniconda3 Linux安装教程

Miniconda是一个轻量级的Anaconda发行版，它允许用户安装和管理多个Python环境。以下是在Linux系统中安装Miniconda3的步骤：

阅读全文 »

发表于 更新于 分类于 本文字数： 603 阅读时长 ≈ 1 分钟

设置Dock栏自动隐藏的触发速度

Dock 显示和隐藏速度，系统默认设置成了1秒

通过终端.APP修改显示和隐藏的时间 （单位：秒）

  • 默认的：
1
defaults write com.apple.dock autohide-delay -int 1
  • 优化的：
1
2
3
4
5
6
7
defaults write com.apple.dock autohide-delay -int 0.8  

defaults write com.apple.dock autohide-delay -int 0.6  

defaults write com.apple.dock autohide-delay -int 0.5  

defaults write com.apple.dock autohide-delay -int 0

所有操作执行完后需要执行：

1
killall Dock
阅读全文 »

发表于 更新于 分类于 本文字数： 1.9k 阅读时长 ≈ 2 分钟

项目地址：
VLM: https://gitee.com/feng-xie-yi/vlm_car
RL: https://gitee.com/momaoto/rl-locomotion-mujoco

项目信息

选题思路

现有跨形态机器人控制需为不同硬件单独设计策略，开发成本高且泛化性差。本课题尝试使用语言指令统一接口，用户用自然语言指挥不同形态机器人完成同一任务，通过分层强化学习框架，高层视觉语言模型（VLM）解析任务生成中间指令，再通过低层强化学习策略适配不同形态的底层动作，通过仿真器快速训练跨形态通用策略，最后部署到真机运行。

阅读全文 »

发表于 更新于 分类于 本文字数： 335 阅读时长 ≈ 1 分钟

第一篇

一个具身智能体的行动可以分为“感知-决策-行动-反馈”四个步骤，分别由四个模块完成，并形成一个闭环。

  • 感知：传感器，用于获取环境信息，如雷达、深度相机、麦克风。
  • 决策：“大模型”，输入目标与指令，输出决策指令（导航路线、动作序列等）。
    • VLA：Vision-Language-Action，输出动作
    • VLN：Vision-Language-Nevigation，输出路线
  • 行动：三种思路：
    • 决策调用行动：行动被写成算法以供决策模块调用，缺点泛化能力差
    • 决策与行动协同：行动的同时获取实时信息，使决策不断优化，缺点吃算力
    • 决策与行动融合：端到端，利用多模态技术发展直接从感知推理出环境变化，以及相应的动作序列。是未来发展的方向。优点泛化能力强，通用。
  • 反馈：为上述每一个环节提供反馈。
0%