更多精彩内容,欢迎继续阅读
深入解析Apollo Lattice Planner:自动驾驶轨迹规划的核心算法与实践 刚接触自动驾驶规划模块的时候,面对一堆名词——DWA、MPC、EM Planner、Lattice Planner——确实容易懵。直到我把Apollo的Lattice Planner源码从头到尾捋了一遍,又在仿真和…
阅读更多 →Lattice Planner在自动驾驶圈子里的热度一直不低,尤其在做Apollo相关项目或参加智能车竞赛时,它几乎是必绕不开的规划算法。很多新手一上来就啃Apollo源码,被里面的Frenet坐标、多项式拟合、ST图、代价函数搞得晕头转向,最后只能对…
阅读更多 →搞Linux开发的人早晚会碰上一件事:明明业务逻辑不复杂,服务一上量就卡死,或者CPU飙到100%,但业务代码却查不出问题。这时候十有八九是网络模型没选对,或者压根没搞懂内核把数据包送到你进程手里走的是一条什么样的路。…
阅读更多 →大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…
阅读更多 →当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:
阅读更多 →📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…
阅读更多 →一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…
阅读更多 →