- 博客(350)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 论文其实就是讲清楚你的研究
总是拘泥于文章架构，格式，安排，想着怎么把自己做的工作镶嵌进这个架子里……结果弄得四不像，读起来发现很是别扭。最后是文章的整体结构，这也很重要，八股文让人更容易接受，就像相似的讲述模式让人不用费劲重新理解，便于审阅。其次是逻辑链条，这是因为我自己的欠缺我导师老让我搞的，要前后衔接有关联。首要的就是把自己的研究讲清楚，数据和实验证明自己的论点正确。
2026-08-16 00:01:35
211
原创 对抗\仿真\推演的共同基础
本文揭示了各类对抗仿真系统（如电子游戏AI、兵棋推演、自动驾驶等）的统一建模框架。通过象棋类比，系统阐述了从想定（初始状态）、状态描述、原子行为/组合行为，到规则约束、奖励机制和智能体决策的完整闭环。核心指出所有系统都遵循"状态-行为-规则-目标"的基本范式，不同算法只是实现智能体决策的差异化手段。这一范式为理解强化学习等算法提供了统一视角：它们本质上都是通过环境交互，寻求最优决策策略以最大化长期收益。
2026-07-25 21:33:32
35
原创 科技在发展，我们所做工作的范式也在变——Software1.0、2.0、3.0...
本文系统阐述了软件开发范式的三代进化：从传统规则驱动（1.0）到数据驱动的神经网络（2.0），再到以大模型为核心的智能体（3.0）。1.0时代开发者手动编写确定逻辑，2.0时代通过数据训练权重拟合规则，3.0时代则以自然语言为编程媒介，大模型作为通用解释器。三代范式并非替代关系，而是形成互补的混合架构：3.0处理认知任务，2.0负责专项感知，1.0确保底层确定性。这种演进反映了从显式编程到隐式学习的范式转变，开发者角色从逻辑设计者转变为数据/提示词调校者，标志着人工智能时代软件开发的根本性变革。
2026-07-20 22:36:18
443
原创 强化学习怎么算是学到了策略？评判标准是什么？
怎么算是学到了策略？当智能体在面对环境状态时，能够稳定地做出决策，使得长期累积收益最大化，并且这种表现具有一定的泛化性和鲁棒性，而不是利用了环境的漏洞。好策略高平均回报低方差（稳定性）符合人类预期的行为逻辑\text{好策略} = \text{高平均回报} + \text{低方差（稳定性）} + \text{符合人类预期的行为逻辑}好策略高平均回报低方差（稳定性）符合人类预期的行为逻辑强化学习“学到策略”指智能体已形成从状态到动作的稳定映射，且该映射能最大化长期期望累积奖励；
2026-07-15 20:25:55
362
原创 麒麟linux制作安装包
deb 是系统级托管：安装写入系统目录、菜单注册、卸载自动清文件；绿色包是手动放目录，deb 内部已经封装了全部文件，安装 = 自动解压部署。deb 完全能把所有程序（sh 脚本 + 依赖二进制 / 资源）全部打进安装包。是 Linux 公认放整包软件的目录，安装 deb 后自动释放到。第二步的bin就是你可以执行的二进制所在的文件夹。：纯脚本 + 跨平台二进制，打包出来 deb。，不用额外解压，安装完菜单直接出图标。，安装完菜单图标一键启动。，解决之前架构报错。
2026-06-29 08:33:08
271
原创 用网线，与麒麟linux相互拷贝
如果文件较大或包含敏感数据：强烈建议使用SCP，因为它是加密传输，且 Win11 原生支持，操作最简便。如果只是临时传几个小文件，且不想处理 SSH 权限：使用更加轻量快捷。图形化需求：如果你更喜欢拖拽操作，也可以在 Win11 上下载WinSCP或FinalShell，通过输入和麒麟账号密码，直接可视化地把文件拖到 Win11 本地。
2026-06-29 08:08:52
596
转载 庙算兵棋推演AI开发初探（11-智能体的强化学习）
该平台是基于陆军合成营战斗手工兵棋规则自主研发的智能训练与对抗评估一体化平台。它基于人工智能前沿理论重构了传统计算机兵棋系统——通过对推演环境、内存训练接口、网络对抗接口的封装，为AI研发提供了超高速单机训练与调试环境（普通PC上分队级内存推演只需要几秒时间）；同时提供开放性的AI接入，符合接口规范的AI均可接入平台，在网络上开展机机、人机和人机混合对抗。 本教程将会用到平台提供的landwar开发包，相关代码和教程见：http://wargame.ia.ac.cn/aiinfo。
2026-04-27 02:57:05
239
原创 庙算兵棋推演AI开发初探（9-对手建模，反策略制定（上））
说来说去，回忆自己曾经在2018年时看到知乎上最简单的打飞机类智能体的比赛就想参加，现在有兵棋平台，只不过更复杂，我进度仍然缓慢——原来是自己总想着依赖着有人能带着完成……但自己想想，有时间有条件的时候，是不是就差自己的一个勇敢或莽撞？也就是不管对错做下去的勇气？前面我们完成了对神经网络智能体的构建，对历史回放数据的处理和学习，还有针对奖励函数的强化学习，并且将模型套在了可以有效翻译成动作的行为接口上。现在我想通过对手的历史战绩来优化我当前的智能体，我该怎么做呢？
2026-04-25 22:52:04
656
原创 在对抗的不确定性中遨游探索
基础点的层面就算所谓的“操作”，还记得那时候说“有操作的韩信能完虐对方5个人”，这就是在有效利用连招，以及灵活多变的应对局势、精准的操作和计算伤害达到目的，以及不断积累对战中的经济优势带来的碾压。在智能博弈中的目的是获取胜利，我们最基础的就是知道哪些是“好”的，哪些“不好”。将难以描述的可能性进行以事件进行标定，在随之而来的可能性的“平行宇宙”的分叉的树中，星际争霸的研究就是通过看对方出什么建筑物就判断对方的大致战术，采用对应的克制战术流派能大概率取胜。那么如何成为高手呢？
2026-04-19 23:19:32
63
原创 论文八股范式
所有学术论文，本质都是一句话：别人没解决好的问题，我用更合理的思路 / 更优的模型 / 更适配的方法解决了，并且用实验证明了。问题是什么别人怎么做的别人为什么不行我怎么做我为什么更好实验证明总结这就是全世界学术界通用的 “黄金套路”。
2026-04-04 20:57:42
401
原创 计算机网络的要素
十年前我上大学计算机网络课上老师提问网络的指标有哪些？我被叫了起来，我从平时玩游戏关注的几点随口答了“网速、卡顿、信号强度”，老师却说了计算机网络中说的要素带宽什么的，但是和我们平时使用时碰到的问题都不能对应上，好好给系统总结一下。
2026-03-31 00:32:36
464
原创 从gym到gymnasium的倒立摆
摘要：本文讨论了新版NumPy移除np.bool8等简写别名导致的兼容性问题，并提供了使用gymnasium库实现DQN算法训练CartPole-v1环境的完整解决方案。文章包含代码修改点说明，解决了AttributeError错误，并提供了训练和可视化演示两个版本。训练版本使用epsilon-greedy策略和经验回放，可视化版本展示了训练结果。最后针对pygame未安装问题给出了解决方案，建议安装gymnasium[classic-control]包以支持图形渲染功能。全文展示了从问题解决到完整实现的完
2026-03-18 21:56:01
207
原创 WSL上的Linux在使用plt绘制的时候，出现的中文都是“口”
我WSL上的Linux在使用plt绘制的时候，出现的中文都是“口”的问题，问了ai，解决的挺好。在WSL中使用Matplotlib绘图时中文显示为“口”，根本原因是系统缺少中文字体或Matplotlib未能正确识别。
2026-03-08 07:25:05
448
原创 C++编译通识：编译、链接从理论到实践
本文从基础工具到实践问题，再到底层原理，梳理了 C++ 编译链接的核心知识点，希望能帮助新手打通「理论 - 实践」的鸿沟，少踩坑、多落地。
2026-03-01 11:27:52
598
原创 计算机体系全链路：从硬件微操作到社会价值完整层级链
写一个从计算机中最微小的“微操作”到微指令，函数执行，数据流设计，架构设计……直到业务需求，社会需要。这样一个列表，请再以专家身份补充中间空缺的项目，成为一个真正连贯的环节（专家级补全所有中间层，严格遵循的真实工程链路，无断层）
2026-02-19 00:29:32
609
原创 硕士毕业论文答辩注意
摘要：人工智能专业硕士论文答辩失败常见原因包括研究创新不足、实验论证不充分、写作不规范及答辩表现欠佳。二次答辩准备需分四步：获取书面整改意见，重点修改论文核心问题；补充实验数据，优化论文结构；强化模拟答辩训练，预设问题库；做好材料与心理准备。整改过程需导师全程指导，确保修改内容符合学术规范与专业要求。（148字）
2026-02-08 17:49:34
572
原创 论文内容提取：面向多智能体博弈对抗的对手建模框架_罗俊仁
本文系统梳理了多智能体博弈对抗中的对手建模技术。首先介绍了基于决策理论和博弈理论的多智能体模型，分析了非平稳环境问题的处理方法。重点综述了对手建模的两类方法：显式建模（包括意图识别、行为分类、策略重构等）和隐式建模（如元学习、在线学习）。探讨了其在人机协同、军事仿真等领域的应用及面临的挑战。基于元博弈理论，提出了包含"识别生成-空间重构-策略利用"三模块的通用框架，并指出异构模型集成、神经演化学习等未来研究方向。该研究为多智能体对抗中的认知建模提供了系统性的理论和方法参考。
2026-01-29 14:55:10
634
原创 战术战法计策计谋博弈随笔
你现在问的这些问题，已经不属于“怎么把 AI 做强”“智能在对抗中，到底是什么？而历史上几乎所有真正厉害的兵家、棋手、战略家，最后关心的都不是“赢一局”，而是：能不能塑造局面能不能让对方“自己犯错”能不能在必然中留下选择的缝隙你之所以觉得这些东西“没看到用计算机解算”是因为它们处在“形式化之前的那一层”。计谋是否本质上不可自动化？是否存在“只能由有生命经验的智能才能理解的博弈层”？AI 是否终将把“骗术”学到极致，反而失去意义？围棋和象棋的圈套，是“你看得见，但你不懂”；
2026-01-25 23:29:41
797
1
原创 数据结构入门：图的基本操作、算法与 C++ 实现
图由顶点集和边集组成，分为无向图和有向图。我们以无向图为例讲解（有向图只需修改边的存储逻辑）。
2025-12-30 11:07:51
551
1
转载 业务架构、应用架构、数据架构和技术架构
转载自（2019年5月看到的好文）：业务架构、应用架构、数据架构和技术架构企业总体架构是什么？有什么用？具体怎么做？以我曾任职的公司为案例，一起来探讨这个问题。这家公司当时有 200 位研发人员和 200 多台服务器，我刚进这家公司时，系统已经玩不下去了，总是出现各种问题，例如日常发布系统时或访问量稍微过大时，系统就会出现很多故障，而且找不到故障发生的根本原因。
2025-12-27 07:39:37
98
原创 从数据挖掘到人工智能的脉络地图
数据挖掘的核心流程是KDD（Knowledge Discovery in Databases，数据库中的知识发现）数据采集 → 数据预处理 → 数据变换 → 数据挖掘 → 知识评估 → 知识应用机器学习主要作用于数据挖掘阶段，提供核心算法工具。数据挖掘覆盖了从数据到知识的全流程，机器学习是其中的关键环节，但不是全部。
2025-12-26 23:27:53
1231
原创 一个简单想法的实验随笔-胜任能力
可见，能广泛凝聚人民的力量比精英主义（在特殊高精尖除外，因为那时的“胜任能力”就不再是这样随机，而是极端分布了）更加有力。前20名工作意愿设置为90%，后80名设置为30%。第100轮 | 方案一总产出：2815.80 | 方案二总产出：3603.60。第20轮 | 方案一总产出：2751.90 | 方案二总产出：3526.20。第21轮 | 方案一总产出：2929.50 | 方案二总产出：3784.20。第23轮 | 方案一总产出：2751.90 | 方案二总产出：3501.00。
2025-12-26 09:55:05
556
原创 极简粗糙gis-经纬度与世界xy（米）坐标转换
地理信息系统（Geographic Information System或 Geo－Information system，GIS类别单位描述大地坐标系（Geodetic）经纬度 °“地球三维椭球上的角度”，GPS 直接给出的就是它。空间直角坐标系（ECEF）XYZ m“地心为原点的 3D 直角坐标”，卫星定位内部计算用它。投影坐标系（Projected）XY m“把地球展开成平面地图”，测绘、工程、导航 UI 用它。常见GIS标准常用名正式 EPSG坐标单位法律地位。
2025-12-24 14:10:52
1067
原创 兵棋对抗中的关键工作方向（逐渐细化中）
本文基于OODA理论构建兵棋推演智能体系统，分为四个关键技术层面：1）对抗空间表示，通过深度学习提取战场特征；2）态势评估推理，运用对手建模和预测算法；3）策略生成优化，针对完美/非完美信息博弈采用不同算法；4）行动协同控制，实现多智能体路径规划与协同执行。
2025-12-21 21:52:00
730
原创 水声相关公式C++实现
简称英文全称中文名称概念单位SL发射声源级主动声呐发射信号在 1 米处的声压强度，表征发射信号的初始能量NL接收机背景噪声级声呐接收机处的环境噪声强度，包含海洋环境噪声、自噪声等DI接收机指向性指数描述声呐阵对特定方向信号的汇聚能力，值越高抗干扰能力越强dB（相对量）DT检测阈值声呐满足指定检测概率和虚警率时，所需的最小信号相对噪声余量dB（相对量）TS目标强度目标对入射声波的反射能力，表征目标反射声压相对于入射声压的比例dB（相对量）TL传播损失。
2025-12-12 14:11:28
1178
【代码】《c程序设计竞赛实训教程》刘高军 何丽 编著
2017-02-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人