stugcn

引言

行人轨迹预测对于各种应用（例如，自动驾驶和监视系统）至关重要。 实际上，在不断变化的环境中进行平滑且安全的路径规划时，确实需要通过预测来预测。 预测行人轨迹对于防止移动平台碰撞对人的伤害具有重要意义[1]。
尽管已经研究了各种社会行为，但是要全面考虑它们却具有挑战性。 已经有许多现有的工作试图为交互建模提供系统的解决方案。 一些相关技术包括但不限于社交池层[2-5]，生成对抗网络[6-8]等。这些技术使用了循环架构。 另一研究领域依赖于图形表示法来建模社会交往[9，10]。 我们的方法属于此类，但与现有方法相比，性能有了显着提高。 Social-STGCNN方法[10]建议使用图神经网络（GNN）进行轨迹预测。 但是，STGCNN使用图卷积在每个时间步提取空间关系，然后使用TCN对时间动态建模。 尽管这种分解可以进行有效的远程建模，但它阻碍了跨时空的直接信息流以捕获复杂的区域时空依赖性。
为了解决上述问题，我们提出了一种新颖的架构，称为STUGCN（时空统一图卷积网络）。 我们介绍G3D，这是一个统一的时空图卷积模块，可以直接对跨时空相关性进行建模。 G3D通过在“ 3D”时空域上引入图边作为无障碍信息流的跳过连接来实现此目的，从而极大地促进了复杂的区域时空依存性学习。 利用GNN汇总的功能，将时间外推器卷积神经网络（TXP-CNN）用作解码器，以便在数据的时间维度上进行预测。 为了验证所提出模型的优越性，对两个数据集进行了广泛的实验：ETH [11]和UCY [12]。 我们的模型在两个数据集上均达到了最先进的性能。
文献
使用深度模型进行人体轨迹预测已经进行了数十年的研究。基于力的规则和功能，社会力量模型[13]使用吸引力和排斥力来描述人群中行人的相互作用。 但是，对于复杂的交互场景，手工规则和功能无法一概而论。 代替手工参数，最近的方法使用RNN及其变体直接从数据中学习参数。 Social-LSTM [2]提出了一个社交池层来对附近代理之间的交互进行建模，其中池层使用LSTM来编码和解码轨迹。 生成的[14]方法使用通过LSTM获得的运动特征的内积来编码代理之间的相互作用，并将相互作用特征馈入多层感知器以进行预测。 生成对抗网络（GAN）被应用在社交方式[15]中，以得出代理的未来可能轨迹，其中GAN的生成器和鉴别器网络都是由LSTM建立的。 窥视未来（PIF）[4]和Sophie [8]使用深度卷积神经网络（CNN）从场景中提取视觉特征，并将运动特征组合到LSTM中，以进行符合场景的轨迹预测。 Social-BiGAT [9]依靠图注意力网络来模拟行人之间的社交互动。 LSTM输出将输入到Social-BiGAT中的图表。 Social-STGCNN从一开始就将行人的轨迹建模为时空图以替换聚集层，并通过基于欧几里德距离的核函数定义空间图。 然后，Social-STGCNN使用图卷积神经网络（CNN）和时态CNN对时空图进行操作。
图CNN的最新进展最近，图卷积网络（GCN）广泛采用了从图像到图的卷积，已在许多[16-22]中成功采用。 提出了一种基于距离的采样函数来构造图卷积层，然后将其用作基本模块来构建最终的时空图卷积网络（ST-G CN）[1 0]。 2s -AGCN [23]引入了具有自注意力的图自适应以及自由学习的图残差掩码。MS-G3D [24]提出了跨时空跳过连接以捕获复杂的时空联合 关系。 我们对其进行调整以适合我们的问题。 详细信息显示在第3节中。

模型

A
用于行人轨迹预测的图是在空间维度上构建的。 在时间上，构建了一个空间图，该空间图表示时间步长中场景中行人的相对位置。 定义为，其中是场景中行人的节点集。 节点上的特征向量是时间步长h行人的坐标。 是在图形内设置的边，表示和之间的边。
为了建模两个节点之间相互影响的程度，使用加权邻接矩阵代替正常的邻接矩阵。 我们使用方程式中定义的L2范数的倒数来进行正确的特征提取：
在先前的工作[23] [14]之后，我们还对每个时间步t的邻接矩阵A进行了归一化，以进行适当的特征提取
其中，表示为时间步的对角节点度，表示为单位矩阵。 表示时间的归一化权重邻接矩阵。
B
以前的工作是通过仅空间（例如GCN）和仅时间（例如TCN）模块提取的。 为了捕获每个节点对属于当前和相邻时间步长的邻居的影响，我们引入了G3D：统一时空建模。 通过在上一时刻和下一时刻将所有节点连接起来，G3D获得了一个时空子图。 根据子图，可以直接捕获每个节点与其时空邻居之间的相关性。
跨时空跳过连接首先，我们在输入图序列上构造一个大小为τ的滑动时间窗口，在每个步骤上，获得一个时空子图，其中是窗口中τ帧上所有节点集的并集。 与G3D []中的Ã不同，初始边缘集是通过将Ã从三个连续空间图平铺到块邻接矩阵中来定义的，其中
C
TXP-CNN旨在通过GCN的结果生成未来的轨迹。 结果既包括行人运动特征，也包括与其他交通代理商的社交互动。 我们直接在V𝑠𝑡上进行卷积运算，再次得到具有残差架构的预测轨迹，即：
值得注意的是，在第一TXP-CNN层中，我们需要将V𝑠𝑡中的一个维度从𝑇𝑜𝑏𝑠扩展到𝑇𝑝𝑟𝑒𝑑，以生成要求的数据帧。

实验

A
在本节中，将对两个著名的行人轨迹预测数据集ETH [11]和UCY [12]进行评估。 ETH包含分别表示为ETH和HOTEL的两个场景，而UCY包含分别表示为ZARA1，ZARA2和UNIV的三个场景。 两个数据集中的样本在8 s内以0.4 s采样。 为了与其他方法进行公平比较，所提出方法的实验设置遵循了社会LSTM [2]的要求。 在训练和评估过程中，将前3.2 s（8帧）用作观察的历史记录，将其余4.8 s（12帧）用作预测的地面真实性。
评估使用了两个常用指标，即平均位移误差（ADE）[25]和最终位移误差（FDE）[2]。 ADE测量沿轨迹的平均预测性能，而FDE仅考虑端点的预测精度。
B.
实施细节PyTorch深度学习框架用于实施提议的网络。 社交STGCNN由一系列ST-GCNN层和随后的TXP-CNN层组成。 我们在模型中使用PReLU [26]作为激活函数σ。 根据我们在表6中的消融研究，要使用的最佳模型具有一个STGCNN层和五个TXP-CNN层。 这些模型是使用Nvidia 1080Ti GPU进行训练的。 随机梯度下降（SGD）算法用作优化器。 对模型进行了250个时期的训练，批量大小为128。150个时期后，初始学习率设置为0.01，衰减设置为0.002。
C
如表1所示，在ADE / FDE指标方面，将拟议的方法与ETH和UCY数据集上的其他最新方法进行了比较。 可以看出，在FDE度量方面，所提出的STUGCN方法获得了最新的技术性能，并且优于所有现有的最新技术。 该改进归因于增加的跨时空跳过连接。 关于FDE度量，与最近的最新方法SR-LSTM-2相比，该方法实现了0.72的误差，降低了23％。 关于ADE度量，该方法的误差比SR-LSTM-2的误差稍大6％，但这仍然是最好的结果之一。 更值得注意的是，所提出的不使用场景图像信息的方法要优于使用图像信息的方法，例如SR-LSTM，PIF和Sophie。
表3列出了我们的模型与可以作为基准的公开模型之间的速度比较。 ？
一个。 表1.显示了与Social-STGCNN相比的几种方法的ADE / FDE指标。 带*标记的模型是非概率性的。 其余模型使用了20个样本中最好的一个进行评估。 所有模型均以8帧为输入，并预测接下来的12帧。 我们注意到，Social-STGCNN在ADE和FDE指标上均具有最佳的平均误差。 越低越好。
b。 表2. Social-STGCNN模型的消融研究。 第一行对应于TXP-CNN层数。 最佳设置是对ST-GCNN使用一层。
C。 表3.与我们的模型相比，不同模型的参数大小和推断时间。 越低越好。 使用Nvidia GTX1080Ti GPU对模型进行基准测试。 推理时间是几个单个推理步骤的平均值。 我们注意到，与其他社交媒体相比，Social-STGCNN的参数大小最少，推理时间最少。 蓝色文本显示我们的模型比其他模型快多少倍。

结论

本文提出了一种新颖的STUGCN方法，该方法学习了行人轨迹预测的代表性，鲁棒性和判别性图嵌入。 在提出的方法中，跨时空跳过连接。 用于同时捕获直接的局部时空相关性。 在ETH和UCY数据集上的实验结果表明，该方法优于现有的行人轨迹预测方法。 未来的工作将集中在将STUGCN扩展到其他交通代理，例如汽车，骑自行车的人，卡车等。 此外，将付出更多的努力来提出针对三种故障模式的解决方案。

工作一个月了，最近半年一直在被毕业强化学习物流和找工作耽搁，自动驾驶都没顾上看了，更不用说数学物理。自从研二开始不每天躺着以后，一直模糊的计划都是继续上学，所以在长远的时间里物理数学这些都没想过和工作的关系，对工作的计划只是最基本的，找个读博缓冲一年自动驾驶预测的工作就行，只考虑了这一年的关于工作的事。
最近已经一个月了，工作感受多了，因为我对数学物理有兴趣，是我的终点。之前没有考虑过工作所以摸不着头脑了，什么都不清楚了，我要以后做自动驾驶，我都没想过我要把自动驾驶做的多好。最近一周每天都在烦，我要不不读博了？就工作，自动驾驶行业现在发展快，也落地，在学校肯定不一定能比工作更好，但是我只是隐约感觉这样，我的数学就快泡汤了。一直憋到今天午休，烦了好几天终于有点通了，主要还是两年来从来没把工作长远考虑进来，但现在又身处工作中，数学物理都冲突了，整个未来我也没想10年以后还做自动驾驶。

先是想到既然冲突是数学，那我边工作边学数学，这样不就够了吗？也不是非要读博，这样打算着然后就午休。边合着眼休息边想着，这样好像也可以啊，我可以把工作真正纳入长久规划，10年以后还在工作，这是我以前没想过的，我虽没有确实的认定10年后我要做物理，但我更没认定过10年后还在计算机，现在到了要认定的时间点。我真正的尝试想象十年后在做自动驾驶，即便能很厉害，那我也没有太激动，比起物理始终还是没有很扎实，实实在在，更持久稳定的肯定自己的感觉，扎实的感觉，不再空一块，能够满足的感觉。
而且昨天想着以后就工作的话，那我人生目标就变了，买房子就变得重要了，我也不知道我能给以后的孩子什么榜样，因为自动驾驶本来也没让我感觉自动有所实现，我什么都没实现只能也关注房子，创造好的环境，等等，感觉生活瞬间变成一直完不成房子的任务。其实就是因为我不做物理了，我都没发现做自动驾驶的工作话，我就是放弃理想了，所以我开始关注房子，等等，因为我没有真正的自己的实现，没法肯定自己了。

所以我不仅要数学，还得要物理，所以我不能一直自动驾驶，所以我也理解了工作，我不是和工作有冲突，而是和物理有冲突，如果我做的是物理的工作，我想我可以不读博。既不是为了不工作，也不是为了读博，而是为了能够通过读博以后不做自动驾驶的方向，来做物理的方向

又过了两周，放一句话吧
假如我是个普通人，我和大家都一样，那我为什么要做那惊天动地的事。
我要是那第一第二也许我会去创造，到那无人之地，因为这不仅是我的荣耀更是所有人的荣耀。但现在我努力到往前几名有什么用，多我一个不多，对无人之地也没有任何影响。
但其实不是，即便没有到无人之地，每个人都进步一点，在14亿人里每个人都变得很小，不再看得到自己。与其说看不到自己，更应该说小到了1/14亿。
但找到自己真正的位置我就是1/14亿，而且世界的大多数人都和我一样，现在虽然我很小，但这个群体很重要，我就是找到了自己的位置，就是要作为1/14亿往前走自己的一步，站在顶端的人有世人的注视，虽有无人之地，但所有人都在期待着，我在茫茫人海也要看着那无人之地。
很多年轻人不需要自己懂什么，在群体的环境中，比较着自然有了方向，我如今没有所谓环境，大家都在这个高度，我也看不到别处，格局要大。

中等生突破并不简单，不像第一名，茫茫人海有谁注意一个中等生。我以前全靠第一名往前走，走入新的世界后，失去了光环，泯然众人，原来的目标已经达到，全无新的目标，又有平凡加持，再没听过还有更大的世界，哪里还有激情？你不知道目的地是哪里，如何到达，泯然众人，不像第一名起码知道自己身后无路可走。而我如今身边似乎全是床，不必走就到能躺着了。哪有什么别的路，哪有什么追寻。
如今我也回到了普通人，但我一个普通人也得如第一名般，到自己的无人之地，即便那里早已全都是人，即便到了那里还是泯然众人。

我们的目标是永不放弃拾人牙慧，坚持走别人走过的路，争取啃完别人啃过的膜

我有两个我，一个是本科开始读过的文学，哲学，艺术，数学，物理，心理，书塑造的我。一个是其它的我，出生以来的一切教会的我，自然的我。自然的我，稍有些胆怯，疏离，只与最近的几个人相处，与其他人就有很多沉默。书塑造的我，看过人类的起源，文明的起源，希腊和诸子，近代存在，生命本质，历史和未来，宇宙和意义，美与真实，爱与勇敢，活在宇宙中，不仅在眼下，同时又能接受真正的自己，是宇宙亿亿亿万分之一。因为我在宇宙中是亿亿亿万分之一，我知道我不必活在自己的世界里，我和宇宙亿亿亿万的星球尘埃，人各种生命，本质都一样。因为我在宇宙中是亿亿亿万分之一，我不会自大，我也不会自怜。就是无数的渺小组成宇宙，没有谁能说自己很大，也没有谁能说自己不重要。

有人底色悲凉，虽然书塑造了我，我懂了很多，但似乎我只有遇到困难的时候，低谷的时候才会展现出书给我的力量，一旦困难减轻，我的底色又不需要那些伟大，我也只是把伟大放在思想中，不必落在实地，当我度过困难有机会有所创造时，我看过的伟大又只成了思想，而不落地，自然的我当然也没错，只是我配不上我受的苦难，自然的我经历了那些，学到了很多，当我在低谷时，我也渴望高峰，但当我脱离低谷，我开始只想在平地躺着，我配不上曾经的怒吼，配不上曾经的勇气，我配不上走出低谷的自己。

自然的我曾经渴望，他历经艰苦，也曾渴望生而拥有一切，后来他奋力从困苦中走出，拥有了超越一切的力量，却不再愿意多走，我觉得我不配走出困苦，现在的我不配受过的苦难。

不仅要在低谷时勇敢，别只为了走出低谷，不断进步才是那个走出低谷的我。书塑造的我别只放在思想里，也应该注入自然的我，迷茫的我，让我坚定，平和，成为书塑造的我，眼里看得到书中勇敢的世界，投入书中勇敢的世界，成为书中勇敢的我，不再迷茫徘徊。

攀登高峰和减少痛苦哪个更重要？我可能很少关注减少痛苦，但也不能因此连能做的攀登高峰也不去做。

我该让，书塑造的我，注入我的底色，让自然的我不再迷茫逃避徘徊，能攀高峰就先攀，日后也要慢慢巧红。

21.10.26 现在已经很知道红了，最近工作更多，渐渐发现自己可能永远也做不了伟大的工作，任务太多了，我现在干什么都要落地了，不是以前有时间，有未来，光凭愿望，目标也就是入门。现在入门了，才看到可能自己也就刚进门，路还太长了。现在我刚写下我可能永远做不了伟大的工作，就发现我已经很清楚之前的问题了，就是从没入门到入门这个阶段，目标需要转变，过去的目标达到了，新的问题产生，但还没想好下一步怎么走，于是有一些迷茫。写着写着就清晰，同样的我还是想深入数学的知识，写下这句又发现自己在凭愿望，之后也可能会目标过期迷茫重新找目标。真的是需要不断的调整目标。不然目标过期，人就迷茫失去动力，耽误功夫。
我要不断调整目标，最近两周的目标是要入门数学，我要定一个计算机中的目标吗，还是直接定一个数学的目标，我已经放弃物理的目标了哭。既然定数学的目标，其实落地也类似于计算机了，一步步看论文，最后也不一定能做出伟大的工作，要么我就先做一个计算机伟大的工作吧。计算机有数学含量的伟大工作是什么，我不要追着热点，我要深入的研究，一个问题的效率，就在预测，我要深入发现，预测的问题，找到预测的解决方案，就这样。这样肯定需要数学，也需要对当前有的方法深入理解，他为什么起作用。深入理解神经网络工作的效果，预测的效果。扎扎实实

通过写一篇论文，可以是3个月，可以是6个月，可以是1年，来不断深入模型，不断丰富，即便过时也没关系，已经能深入了解所有的方面，所有的原理改进措施

我的千岁寒–最多的一种困扰
每当我的生活，学习，工作，感情都逐渐顺利，我想做一些真正的工作的时候，就会有一个困扰开始出现，生活越顺利困扰越顽固，它就是我的工作是否能够完成，即便我完成了我当下的工作，它也只是在很小的范围内，即便我真正解决了物理大范围真正的工作，然而强如爱因斯坦终究也没能完成，这边是这个世界给我的答案。当我发现了很多有意义的工作，我便发现了这些工作的无意义，当爱因斯坦发现了广义相对论，瞬间一个更大的问题摆在他的面前，我们就是无法完成工作，但又仍然在盲目的奋斗。假如无视这种盲目，以某种确信对待事情是就会发生严重的后果。当面对信仰保持确信时就会出现至高无上的神，就会出现超人的种族。当面对生活的苦难确信时，就会想做点什么，只至发生战争，才重新冷静。世界就是给了我们各种各样的盲目，我们就是要在这巨大的盲目中谨慎的找一点秩序，而不是制造一种本不存在的秩序而找一个错误的答案确信它，直到头破血流。

怎么找到自己真命天子般的理想，为止奋斗的事业呢？
企业家、屠呦呦、爱因斯坦、余华哪个是我最想做的呢？
我是在寻找生命意义，探寻本质，关注一些宏大问题时附带得到了这些的答案。因为当我关注宏大问题时我也在思考真命天子般的理想，未知奋斗的事业，一生的意义答案，开始思考整个人类的真命天子般的理想，人类的意义答案，便自然了解了个人的理想、答案。然而凡是思考人类理想，答案便会知道，多我们来说只有两个问题：一是方向：商业、科学、文学、艺术、工程，哪个方向呢？二是如何做，不论在哪个方向都有普通人每天工作，也有一些工程师提出方案，还有一些科学家探索未知，最后是天才如爱因斯坦带着人类向前走。开始思考这两个问题以后就会清晰起来，思考第一个问题会发现，物理数学是人类在事业上的理想、文学艺术是人类在真善美上的理想、商业工程是我们关注大多数人关注具体关注社会的理想。第一个问题清晰以后第二个问题的答案就呼之欲出了，我们尽量的走过普通人，走过工程师，走向科学家，向内能实现自己向外能为社会为人类创造价值，天才便是需要天赋了，所以有天赋要注意不能浪费。
我们第二个问题已经有了答案，只剩第一个问题，第一个问题也已经有了大部分的答案，对他们的本质已经熟悉了，选择适合自己的就行，而不是像之前完全不知道他们孰高孰低，他们每个是在干什么。在物理、文学、艺术、科学选自己性格，爱好，天赋适合的就好，若在商业有天赋也很好，重要的是已经了解商业外还有别的世界，除了社会的理想还有别的人类的答案-物理数学、爱的答案-艺术、人文的答案-文学，最后是社会大多数平凡人的答案-商业、工程等等。
总之了解了人类的答案、爱的答案、人文的答案、社会的答案之后会发现科学也是艺术，人文，关注大众具有人文关怀。艺术，人文也和科学一样超越极限，探索人类未知。之后无论怎么选都不会错。选择科学、人文、艺术会向着远方，更会关注大众。选择商业、工程、平凡的事业会脚踏实地，但心里已经有了霍金口中的仰望星空。

3.15已经做完老师的一个任务一段时间，最近都在报复玩乐，也不全是，因为不知道以后怎么做。脑子里只有想学点数学、物理，但是毕业之后干什么基本没想过。而且读研期间也没想过，人生第一次面临博士毕业干什么的问题。虽然之前简单想可能会当老师，但只是一个模糊的框架，具体怎么做一点没想，现在得想想了。首先昨天想过一个悖论，想做的大部分是做不到的，稍微努力能做到的又不是真正想做的。所以要么觉得想做的做不到就什么都不做，要么解放思想，开始做梦，打破自己的限制，比如努力当上教授，而一旦有了一个比较大的目标，很好就有一个新的问题，总不能这样就草率的决定了目标，那么当上院长？这样当然动力更足了，但也不能太高了反而打击自己。大致有了这样的目标以后，自然有了中间的路，做博后？出国？然后非升即走？然后讲师？副教授？这样吗。当然我的理想就是学一些数学物理，做一个真正的问题，很多学者在关注的，有难度等待突破的问题，而不是一项应用，或者一个有创新但更有泡沫不是一个真正的问题的问题。
这样的话可能有很多我要做的事情，我突然从可能工作转向了博后？出国？然后非升即走？然后讲师？副教授？这样的路，有点太突然，我还需要中间做很多很多很多才能走完这条路吧，而且还得以物理、数学为主。
有了这样大概的路线，可能以后会进一步明确，究竟是出国还是不出，国自然是必须的，能评上一些青年学者的帽子吗，教课，带硕士，都是很多问题。都得我自己事先弄清楚，然后才有可能去向着这条路走，不然终点在哪都不知道，怎么才能知道是要坐船，还是坐车去呢?
首先我得是一个优秀的博士生，但我觉得优秀的博士生有一半的人都走不完上面的路，肯定还得有别的东西，我在入学时心里就得知道一整个路径，怎么能留校，或者怎么能找到一个211的教职，然后奋斗4年争取成功，然而211的似乎很难，即便身边随便一个同学都能在985学习。
论文要好，数学物理要好，申请基金课题要好，其实就是这个，那我就要开始弄了，也许得开始读书了，优化，数学，计算，物理的书。就像找工作，只有会工作的人才能找到，然后找工作的人大部分是小白。只有想教授一样思考，具备教授的能力，才可能评上有数学功底，关注学界艰难问题的教授。
经过这样的思考，也是大致接受自己的转变，不能再向之前，工作，只需要提升工作论文，代码能力这两样，而且这些自己已经思考过半年，一年了，现在从头开始一个新的方向，和具体的路径，单纯一个目标都要自己重新确定，好在我知道自己大致是要有数学和一个艰难问题这两个大的方向。其他的慢慢多看，多熟悉相关的人，学者，研究情况，不断调整，而且还想深入一些，巧妇难为无米之炊，我都不知道有哪些数学方法，哪些数学问题，哪些运筹问题，怎么能找到好的方向。有不知道有哪些学者，不知道有哪些研究问题，也不能更近一步找到好的研究问题。
不过今天结束了数学的课程顺序，再从科普开始了解数学方法，数学问题。再了解运筹、数据的研究问题、学者。以及一些杂七杂八的课程教学、带学生、找教职等的问题。逐渐开始一个普通算法工作到功底扎实、研究深入的教授的转变。

3.16经过这么久迷茫，天气都好起来了，上个夏天我干劲满满，但是我也确实完成之前的目标了，同时二十多年来也没有具体思考过，完成上一阶段目标后，下个阶段做什么，连目标都没定好。经过这么久，今天突然感受到上个夏天的干劲，就这么感受着，也思考着我现在的迷茫，目标空虚，人生的无意义，此前只是想着能入门就够了，没有像入门后具体的路径，现在得想具体路径，我的一生要投入到哪里？之前爱因斯坦的困惑对我只是一个概念上的困惑，因为我连个博士都没有，很可能一辈子都没有，所以我没法真的完全投入到他的困惑。我知道人生应该是一半一半就像有死亡就有生命。有爱的困惑，突破的渴望，就有局限，只能一步步走，不可能有完美的突破，尼采的超人也只是个过程不是结果
最近几天我确实离爱因斯坦的困惑跟近了，更感同深受，但当我初步接触到他，最初而来的还是永远无法得到答案的困惑，这种没有统一的答案的无意义。就像我大学4年，一旦有了一些愿望、真善美的勇敢，有所理想之后就会面临这事其实大多时候是失败，只有少数成功，而我们就是要做这样失败多成功少的事，因为这样起码有一些成功。当我们决定面对真正的未知，我们光脚不怕穿鞋，反正不做肯定是不失败，但更不会成功。但我光脚不怕穿鞋，既然不做是0次失败和0次成功，那我认为10000次失败和1次成功是比0次失败和0次成功强的。当我们面临一种什么都不做，和大概率失败的时候，我毅然选择大概率失败，因为我知道不做虽然不会失败，但绝不会成功。还是光脚的不怕穿鞋的，我只看你能成功多少次，我不怕我的努力白费，当然我不是为了白费，而是在绝境中我是不怕的，在绝境中只有有一点希望，失败再多次我也会上。
只有一种英雄主义，就是看清真相后依然热爱生活。我确实看到了人生的美和人生的真相，但年轻的我，当人类的最巅峰第一次成为我的生活，因为我有了博士的机会面对这样的问题，我只看到了爱因斯坦的美和真相，却没能热爱这样赤裸裸，失败多于成功的真相。
但今天这个温暖的9点，我发现了我的困惑，我知道很多美，我也知道很对无奈，我依然热爱。但此前我只知道大一统的美，也知道大一统的无奈，却没有仔细看过他的无奈，当最近有了机会仔细看，却也陷入了一望无际的无奈，没有看到一大片无奈中的一小点微光。在这个温暖的早晨我看到这微光了，让这微光照到我的生活，把我的生活投入(赌)到茫茫无奈中的这一点微光，我也看到这茫茫的无奈中也有爱因斯坦，霍金在注视着微光。

22.4.19
大多时候是觉得我们的问题比较多。今天突然觉得也不全是，当我们批判很多人民没有知识，不懂反思，不了解自己不了解世界的时候，其实也证明了知识，反思，了解自己了解世界都是存在的，也有很多人是知道这些的。他们不仅知道我觉得在北京，上海，深圳，广州，很多人都是知道的，而且也并非零零星星，是有圈子，甚至是地区的人都是这样的。觉得还是很美好的，这样起码不至于永远感觉到孤独，没有一个团体，一个人对抗全世界知识的缺乏。有这样一群能反思，有理想，正直的人，然后再来一同关心大众，就从根本上让我们拥有一个14亿聪明闪耀人性勇敢光明的人民变得可能，前路变得光明。
22.5.19
博毕业后干什么，我身边已经没有比我强的了，我还要继续吗？即便我继续了我做了教授，又如何，我还能成为爱因斯坦吗？ 那我何不停下呢？我不该知足吗？
知足不是这么用的，知足是尽力，我问出这个问题显然我有余力，但问题是，我的眼界不够了，我有余力，但我不知道还有更cool的事情。每个人都会在不同程度停下来，有的人30停了，有的人20停了，有的人40当教授停了，有的人一辈子没停。
有的人活在20岁，有的人坚持了一辈子，有的人200年了还在继续，爱因斯坦的愿望延续到今天，和很多人一起继续对物理的探索
我不能用不努力导致的眼界不够和眼界不够导致的自卑来玷污知足。爱因斯坦的知足是他只能发现相对论的知足，而它也还不知足，还在探索。而我却知足于月入1万和普通sci。
我因为不努力导致的眼界不够和眼界不够导致的自卑，而找一个知足的借口，尤其是无限带我刚走出一个小坑，我就安然的知足，而扔掉了曾经带我走过困境的无限，扔掉了让我勇敢，给我力量的无限，如同邓慢待了最初的理想，慢待了中国人，慢待了人类，慢待了少年的他自己。

在14亿人中只要我不读书，我就能忽略那1%1千万的读书人，也能忽略他们身上的理想，忽略他们的愿望和行动。同剩余的99%的人一同知足常乐，幸福生活。

7.22
最近一直想music paint politics，现在回头看可能是因为在工作上走了一步，而生活的其它方面即music paint political还停在原地导致的。而且回头看也能发现还是原来是规律：先是自由的，总是想更好，然后渐渐看不起所有，一开始所想的也看不起，直到怀疑整个宇宙，怀疑一切的意义，然后又渐渐感受到了轻与重，不能只有轻，没有无限，渐渐从自由走到当下，没有伟大，所谓宇宙就是一草一木，因为无限所以10000000000是没有意义的，只剩下从67到68，从670000000到67000000001就是这一点一滴本身就是无限，它超越了所有。再伟大都有比它更伟大的0.000001，这0.0000001，这一草一目，每个人能做一点做一点，比所有的伟大都强，这才是最有意义的。也就是哈姆雷特的背面堂吉诃德，也就是无限的背面逼近，也就是不高兴的背面没头脑，也就是思考与行动的螺旋上升。也就是博尔赫斯一条线是由点组成的。也就是自由的背面当下。既然是要做这三个，那剩下就是先入门就行了，纯新手直接做，也不用分先后，随意同时弄就行
9.7
之前一直想什么是对的，也感觉我们上面应该是知道独立思想和人民幸福，不能光靠驭民术。高层应该也都是有理想的人，即便斗也该是王安石和司马光，光明磊落的正直的斗，或者于谦在泥潭但不忘初心，不能全是权术。但事实权术似乎是有的，如果我关心民族，我也不能光看理想，起码要像于谦，不能光有理想，要想做点什么，起码得了解他们得泥潭，了解权术，运用权术，来达成正直的理想。那我们现在的7个人是怎样的？如果我真的想了解，那么我就要投入帝王之术，驭人驭民，不然就太幼稚了。