在工业4.0和智能制造的大背景下，制造执行系统（MES）已成为现代工厂的核心神经系统。然而，许多制造企业的MES系统只是简单地记录数据，未能充分挖掘其中价值。本...

在开发基于RAG的AI应用时，很多开发者都会遇到这样的困境：检索结果不够精准，复杂问题处理效果差，多个检索源合并后效果反而下降。今天我们就来系统解析六大RAG优...

重要提醒：大模型如果没有幻觉，就永远无法产生新内容。从涌现/创新的角度来说，大模型的幻觉永远不会被完全解决，只能在特定场合下被缓解。

大家好，我是智谷星瀚，今天给大家揭秘TensorFlow里一个超级实用的功能——AutoGraph。这个功能能让你的Python代码自动变身高效计算图，速度提升...

deepseek这篇论文得到广泛关注，主要是提出的视觉编码文字相比token编码文字具有更高的效率，论文introduction部分提到核心思路：leverag...

昨夜可以算得上AI领域的“诸神之战”，就在一天之内，Google DeepMind 发布了面向交互的世界模型 Genie 3，Anthropic 推出编码与推理...

本周六参加了腾讯云主办的2025年腾讯云架构师峰会，整个会议干货挺多，从软件服务生态，公司数字化建设，到头部厂商的AI智能化建设，再到程序员职业危机的话题都有涉...

移动机器人的激光雷达及栅格地图坐标系的转换，可以得到激光雷达的每条激光点所测量到的障碍物在栅格地图中的坐标，障碍物在真实环境中的坐标如下，其中： (x,y,θ)...

环境中动态的物体之所以会影响到相机运动轨迹的估计，一方面是因为相机的运动轨迹与图像中静态像素点的运动轨迹是相反的，可以根据这种相对关系构建几何约束来求取相机位姿...

2. 基于SegNet和YOLOv5滤除动态物体 基于ORB-SLAM2的前端框架，用于对 RGB 图像进行 ORB 特征点的提取和描述子的计算；另外添加语义...

传统路径规划算法分为基于图搜索和基于采样两种，智能算法能在一定程度上弥补传统算法不足，比如图搜索的算法计算时间过长，采样的算法找到可能不是最优路径。

的内在结构，重新构建核心的更新运动模型和观测更新模型来减少运算需求。运动模型更新计算可通过状态增强 技术进行优化，而观测更新计算则可采用分区形式 的更新方程来控...

核心目的： 最小化一个误差平方和函数，这种问题广泛存在于科学和工程领域，当我们想找出一组模型参数，使得模型的预测值与实际观测数据之间的差异（残差）的平方和最小时...

梯度下降法是一种用于寻找函数局部最小值的一阶迭代优化算法，核心思想非常直观，通过沿着函数当前点的梯度（即最陡上升方向）的反方向（即最陡下降方向）以小步长迭代更新...

协方差主要用于理解变量之间的关系，是构建更复杂统计模型（如相关系数、协方差矩阵）的基石。

LM（Levenberg-Marquardt） 算法是一种用于求解非线性最小二乘问题的优化算法，可以被认为是梯度下降法和高斯-牛顿法的智能融合，通过一个自适应机...

牛顿法的推导完美展示了Hessian矩阵的应用，牛顿法利用这个曲率信息，不仅知道下坡的方向（梯度），还知道下坡的“陡峭程度”，从而能够预测出一个能直接走到二次近...

核心思想：与其用所有数据（包含大量脏数据）去拟合一个可能很差的模型，不如通过反复随机抽样，用小部分干净的数据来拟合模型，然后找出哪个模型被最多“好数据”所支持，...

DWA(Dynamic Window Approach)是一种基于速度空间采样的局部避障路径规划算法，特别适用于像轮式机器人这样在动态环境中需要实时避障和导航的...

自适应卡尔曼滤波AKF（Adaptive Kalman Filter）是一种高级的卡尔曼滤波技术，旨在解决标准KF及其变种（EKF, UKF）的一个核心痛点：滤...