- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器人课程与技术
一个简单的多机器人编队算法实现--PID
用PID进行领航跟随法机器人编队控制 课题2：多机器人编队控制 研究对象：两轮差动的移动机器人或车式移动机器人 研究内容：平坦地形，编队的保持和避障，以及避障和队形切换算法等；起伏地形，还要考虑地形情况对机器人行驶运动的影响 研究目的：实现多机器人编队控制，源于对自然界群集行为的研究，提高机器人群体协作效率等。 研究方法：领航跟随法等，现在多为几种基础方法的融合。 //v.youku.com/v_show/id_XMTQ0NTUzMDkxMg 下面介绍一下PID参数作用： 简言之，只有P会有稳态误差，然后I可以减少稳态误差，D可以提高动态性能等， 不详细说，以多机器人编队为例 ，期望队形为一字形： 上面的编队控制器，只有P控制的效果， 点击图片可见仿真视频： http://v.youku.com/v_show/id_XMTQ2MTY3MTI2OA ? PI控制，I参数调整不合适，会出现震荡： http://v.youku.com/v_show/id_XMTQ2MTY3MTM0MA ? 多次调整后，比较好的误差曲线，两种参数略有不同： ? ?
73150发布于 2019-01-23 - 来自专栏机器人网
一个简单的多机器人编队算法实现--PID
用PID进行领航跟随法机器人编队控制 课题2：多机器人编队控制 研究对象：两轮差动的移动机器人或车式移动机器人 研究内容：平坦地形，编队的保持和避障，以及避障和队形切换算法等；起伏地形，还要考虑地形情况对机器人行驶运动的影响 研究目的：实现多机器人编队控制，源于对自然界群集行为的研究，提高机器人群体协作效率等。 研究方法：领航跟随法等，现在多为几种基础方法的融合。 ://v.youku.com/v_show/id_XMTQ0NTUzMDkxMg 下面介绍一下PID参数作用： 简言之，只有P会有稳态误差，然后I可以减少稳态误差，D可以提高动态性能等，不详细说，以多机器人编队为例 ，期望队形为一字形： 上面的编队控制器，只有P控制的效果， 点击图片可见仿真视频： http://v.youku.com/v_show/id_XMTQ2MTY3MTI2OA ? PI控制，I参数调整不合适，会出现震荡： http://v.youku.com/v_show/id_XMTQ2MTY3MTM0MA ? 多次调整后，比较好的误差曲线，两种参数略有不同： ? ?
2.1K70发布于 2018-04-24 - 来自专栏运维小路
DeepSeek-多机多卡集群部署
1.准备机器 机器IP GPU 备注 172.16.0.102 Tesla T4*2 复用旧机器，扩容了GPU 172.16.0.43 Tesla T4*2 新机器 172.16.0.65 Tesla T4*2 新机器 2.安装驱动及必要软件 新加入的机器需要分别安装驱动，Docker，Nvidia-Docker #安装驱动 dpkg -i nvidia-driver-local-repo-ubuntu2004 sudo tee /etc/apt/sources.list.d/nvidia-docker.list apt-get update apt-get install -y nvidia-docker2 设置张量并行度为2，这意味着模型将在两个GPU上分割运行。 可以看到2张GPU显卡都被利用起来。 如果机器足够多，显存够多，则可以跑更大的模型。
2.8K12编辑于 2025-03-06 - 来自专栏Michael阿明学习之路
hadoop 多机全分布式安装步骤（虚拟机1master+2slave）
虚拟机安装Centos7 2. 配置静态IP 3. 更改主机名 4. 编辑域名映射 5. 安装配置Java 6. 配置SSH免密登录 7 .安装Hadoop 8. 关闭防火墙 9. 虚拟机安装Centos7 安装3台虚拟机，centos7，一个master，两个slave，安装时可以改hostname, 记得设置密码 安装的是4.7Gb的包，选择的 service with GUI 选则 NAT 网络链接 ip route show 查看路由器网关ip ip addr 查找本机ip（下面用的着这两个ip） 2. -Dcom.sun.management.jmxremote.port=1026" 2 -Dcom.sun.management.jmxremote.ssl=false 2 -Dhadoop.security.logger -s)} 1 . 1 .. 1 ... 2 .hadooprc 1 /etc/profile.d 2 /tmp 1 10 1 2.0 3 2NN 1 <----- 1 = 1 > 12 12.
98030发布于 2021-09-06 - 来自专栏人工智能
学习多视图立体机
在近期工作中，我们尝试统一这些单视和多视三维重建的范例。 学习的立体机器 设计LSMs来解决多视点立体声的任务。 给定一组具有已知摄像机的图像，LSMs为底层场景生成一个3D模型 - 具体来说，在每个输入视图的像素深度图的形式中，要么是一个像素占用网格，要么是一个场景密集点云。 这里的主要成分是一个可区分投影和逆投影特征的模块，允许LSMs以几何连续的方式在2D图像和3D空间之间移动。 逆投影操作将2D图像（由前馈CNN提取）的特征放置到3D世界网格中，使得多个这样的图像的特征根据极线约束在三维网格中对齐。
3K90发布于 2018-02-01 - 来自专栏算法和应用
多机调度的几何
摘要：我们考虑以下一般调度问题：在时间0处有m个相同的机器和n个作业都被释放。每个作业j具有处理时间pj，以及指定j的成本的任意非递减函数fj，对于每个可能的完成时间。目标是找到最低成本的先发制人迁移计划。这模拟了几个自然目标，例如加权完成时间范围，加权延迟等等。
59410发布于 2019-07-18 - 来自专栏乐行僧的博客
多机调度问题（贪心）
样例输入： 6 3 2 5 13 15 16 20 样例输出： 28 贪心策略：优先处理花费时间长的任务，这样可以减少短任务的等待时间 实现： #include <bits/stdc++.h> using
67520编辑于 2022-02-25 - 来自专栏机器人课程与技术
基于MSRDS机器人仿真平台的多机器人PID编队控制算法
自己调试的编队PID算法，效果也还可以，具体使用教程参考视频链接： http://v.youku.com/v_show/id_XMTUwNjc3NjMyNA 仿真中三个机器人保持编队，做直线运动 仿真结束后，编队数据直接推送的MATLAB中，用于曲线绘制，并分析。 ? ? rob3ff=0.0 float rob2lrf1=0.0 float rob2lrf2=0.0 float rob2lrf3=0.0 float rob2lrf4=0.0 float rob2lrf5 i]=p_xf matlabfy2[i]=p_zf matlabfz2[i]=p_yf matlabtheta2[i]=theta_ matlabderr2[i]=p_ld matlabtime 2.0 pxsum2=pxsum2+p_jd pzsum2=pzsum2+p_jl absjd = Math.Abs( p_jd) absjl = Math.Abs( p_jl
74520发布于 2019-01-23 - 来自专栏粽子的深度学习笔记
mmdetectionmmdetection3d多机多卡训练
因为3d检测训练时间太久，所以想要在mmdet3d上开多机，发现加载完标注文件pkl/json之后，卡住了，找到如下报错 其中有个warning ：using best-guess GPU, /sys/class/infiniband/ > /dev/null; for i in mlx5_*; " "do cat $i/ports/1/gid_attrs/types/* 2>
1.6K10编辑于 2022-09-19 - 来自专栏素履coder
《Redis设计与实现》笔记2 | Redis多机数据库的实现
负载均衡：在主从复制的基础上，配合读写分离，可以由主节点提供写服务，由从节点提供读服务（即写Redis数据时应用连接主节点，读Redis数据时应用连接从节点），分担服务器负载；尤其是在写少读多的场景下， nodes 884181f538839b57f8c1a87bb2283a91a9d9c8fb 127.0.0.1:7000@17000 myself,master - 0 1640615250000 2 cluster_slots_fail:0 cluster_known_nodes:4 cluster_size:0 cluster_current_epoch:3 cluster_my_epoch:2 nodes 884181f538839b57f8c1a87bb2283a91a9d9c8fb 127.0.0.1:7000@17000 myself,master - 0 1640617981000 2 cluster_slots_fail:0 cluster_known_nodes:4 cluster_size:4 cluster_current_epoch:3 cluster_my_epoch:2
42831编辑于 2022-02-17 - 来自专栏机器人课程与技术
ROS2网络多机通信DDS和安全加密SROS（多机器人系统）
本文链接：https://blog.csdn.net/ZhangRelay/article/details/101596837 ROS1多机通信配置较为繁琐，但是ROS2非常简单，直接通过DDS实现。 PC1开启订阅器 PC2： ? /topic 可以查看开启前后主题多了一个/topic。 在PC2开启发布器： ? publisher PC1： ? ---- ROS1和ROS2都支持消息加密以提高安全性。 环境变量 ROS2：https://github.com/ros2/sros2/blob/master/SROS2_Linux.md 软件包提供了在DDS-Security之上使用ROS2的工具和说明。 在Linux上使用SROS2 在MacOS上使用SROS2 在Windows上使用SROS2 ---- 这里，以ROS2网络中使用SROS2为例简要说明，网络消息安全性对多机器人系统非常重要。
4.7K31发布于 2019-10-22 - 来自专栏python3
python 利用pexpect进行多机
在安装之前，确认你的机器安装了python,和easy_install.通常python是自动安装的，如果没有安装easy_install，那么wget -q http://peak.telecommunity.com/dist/ez_setup.py 获取一下
71810发布于 2020-01-09 - 来自专栏机器人课程与技术
起伏地形环境多机器人编队运动控制与路径规划研究_2016年中小结
起伏地形环境多机器人编队运动控制与路径规划研究PPTX下载地址： http://download.csdn.net/detail/zhangrelay/9611426 其中动图视频较多，请用office2010
58250发布于 2019-01-23 - 来自专栏Echo is learning
支持向量机2
目录： 线性支持向量机与软间隔最大化 学习的对偶算法 支持向量 合页损失函数 核函数与核技巧 非线性支持向量机 序列最小最优化（SMO）算法 序列最小最优化（SMO）算法 支持向量机的学习问题即凸二次规划的求解问题 但是当训练样本的数目非常多的时候，算法会十分的低效，以至于无法使用。 SMO算法可以快速高效的求解出学习问题。 它的一个基本思路是：当所有的解的变量都满足KKT条件时，那么这就是最优化问题的解；否则，选取两个变量，固定其他的变量，构造一个只含两个变量的凸二次规划问题，求解这个问题得到的解就会更加接近原始问题的解，而且2个变量的凸二次规划问题具有解析解
63030发布于 2018-06-20 - 来自专栏终有链响
fiscoBcos运维工具多机搭链
多机搭链 使用generator搭建多机部署的Fisco链 以下是我们要做的实践 我们将从多机两节点部署开始，机构A和机构B，为机构A节点1做落盘加密 为机构A新增节点3并加入群组1 新增机构C节点4 新增群组2并将机构B和机构C拉入群组2 1首先我们要准备两台虚拟机 2为这两台机建立ssh免密连接 登录一号机43.137.0.66 在任意位置下 输入命令： ssh-keygen -t rsa -m 输入命令： cp -r generator/ generator-A 这里我多复制了一个D作为备份，为以后需要做更改做准备 6链证书初始化 一条链只能有一条唯一的链证书ca.crt,我们选择在generator /generator-A/nodeA目录下执行以下命令： tail -f node_10.206.0.13_30360/log/log_202412031* | grep +++ 至此双机单群组多机构的区块链网络已经搭建成功 /group 将生成出来的创世区块拷贝给机构B的meta中（这里要拷贝至二号机的机构B内） 生成机构C打包传输到二号机并启动 .
48410编辑于 2025-01-15 - 来自专栏没事多喝水
多机数据库的实现
多机数据库的实现 复制 启动主从的方式是 SLAVEOF 127.0.0.1 6379（主库地址） 复制功能的实现是怎么实现的？ 复制功能主要是三方面功能， 完整重同步，部分重同步，命令传播。 如果一个从节点收到N/2+1张票（N为节点数）时，成为新的主节点，如果没有一个从节点收到这么多票，会进行一个新的选举流程。这是基于Raft算法的选举流程。
97520发布于 2020-11-20 - 来自专栏飞鸟的专栏
NebulaGraph基于docker安装多机集群
一、背景由于之前学习NebulaGraph安装时发现，官方文档中并未介绍使用docker安装多机集群的方式，加上后续分析内存使用时，我这有缺少相关实验环境，所有鼓捣了一下，如何实现基于docker的多机集群部署 | 2 | 12 | 120 | ubuntu 2204 | ALL |由于本人电脑配置实在拉胯，只能模拟三节点集群。 内核参数设置参考，文档2.2、安装过程2.2.1、通过官方文章多机集群部分，分析结构，使用官方docker-compose中的镜像。 --data\_path=/disk1/path1/,/disk2/path2/# One path per Rocksdb instance. 部署使用了docker 的host网络没有使用bridge网络，一方面是多机集群部署，不需要考虑端口冲突问题，另一方面就是host的网络性能会比bride高一点点。
1K21编辑于 2023-12-22 - 来自专栏PPV课数据科学社区
抗战阅兵大数据：八大亮点全揭秘！
如新一代预警机、轰炸机、歼击机、舰载机、直升机等多型飞机均为列装后首次参阅。 ③富有时代特色的编队队形新颖震撼。 除了历次受阅编队采用的楔形、三角形、菱形编队等队形，此次阅兵的空中梯队还将首次以纪念字样的编队飞行、大机群密集编队飞行等全新队形参阅。 ④拉烟、空中护旗等呈现方式增强美感。 亮点六：空中编队震撼人心 此次阅兵是我国在国庆之外，首次针对重大纪念日举行的阅兵式。为此，空中梯队在参阅战机队形编排和表现形式上下足功夫，加入抗战元素和时代特色，新颖大气，更为壮观。 据悉，首先出场的空中护旗方队将采取纪念字样编队飞行，突出纪念抗战胜利70周年主题，表达人民军队为实现强国梦、强军梦不懈奋斗的信念决心。
86440发布于 2018-04-20 - 来自专栏机器学习算法与Python学习
支持向量机(SVM) （2）
今天，我们将真正进入支持向量机的算法之中，大体的框架如下： 1、最大间隔分类器 2、线性可分的情况（详细) 3、原始问题到对偶问题的转化 4、序列最小最优化算法 1、最大间隔分类器 函数间隔和几何间隔相差一个 很简单，支持向量机通过使用最大分类间隔来设计决策最优分类超平面，而为何是最大间隔，却不是最小间隔呢？ 1/2*∥w∥^2 的最小值，所以上述问题等价于（w 由分母变成分子，从而也有原来的“最大化”问题变为“最小化”问题，很明显，两者问题等价） min 1/2*∥w∥^2 s.t. yi(wTxi + 从上述所有这些东西，便得到了一个最大间隔分类器，这就是一个简单的支持向量机。 当然，到目前为止，我们的支持向量机还比较弱，只能处理线性可分的情况，不过，在得到了目标函数的对偶形式之后，通过核函数推广到非线性可分的情况就变成了一件非常容易的事情。
1K70发布于 2018-04-04 - 来自专栏AI风云之路
机器学习(2)--感知机
对应于输出空间（特征空间）的点；输出y∈Y表示实例类别，由输入空间到输出空间的如下函数： ，称为感知机。 其中w和b是感知机的参数模型，w叫做权值(weight)，b叫做偏置(bias)。 sign是符号函数： 感知机是一种线性分类模型，属于判别模型。感知机有如下几何解释：线性方程 。对应于特征空间Rn中的一个超平面S，其中w是超平面的法向量，b是超平面的截距。 2.感知机的学习策略 假设训练数据集是线性可分的，感知机的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。 损失函数推导过程： ①任一点到超平面S的距离： 分母 是w的L2范数，指的是向量各元素的平方和然后求平方根（长度）。 ②对于误分类点 来说，有 。 因为 时， 。 3.感知机的学习算法 感知机学习问题转化为求解损失函数式的最优化问题，求参数w,b，使损失函数最小。 ,M为误分类点集合。
60100发布于 2021-02-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号