算法

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
  • CoppeliaSim功能全景解析:一款面向算法验证与科研教育的开放型机器人仿真平台
    一、引言 在机器人开发的链条里,仿真往往是被低估却又绕不开的一环。物理样机昂贵、迭代缓慢、试错成本高,而一个高质量的仿真环境能让算法、结构、控制策略在进入硬件之前就完成大量验证。 CoppeliaSim(前身为 V-REP)正是这一领域中经久不衰的代表。它由瑞士 Coppelia Robotics 开发,以“分布式控制架构”和“高度开放的接口体系”著称,既能满足科研人员对算法快速验证的需求,也能作
    CoppeliaSim功能全景解析:一款面向算法验证与科研教育的开放型机器人仿真平台
  • 萤石网络旗下Akiitu Squad,搭载 iMLite Map 超轻量化离线地图导航
    近日,上交所科创板上市公司杭州萤石网络股份有限公司(股票代码:688475.SH) 旗下户外智能穿戴品牌 Akiitu 正式发布其旗舰级户外手表 Squad,该产品凭借创新的 4G 实时组队、可视路书导航等功能,成为户外运动领域的焦点。作为核心技术合作伙伴,深圳市圆周率智能信息科技有限公司为 Akiitu Squad 提供了iMLite Map 超轻量化嵌入式离线地图导航的深度技术支持,共同解决了
  • CVPR 2026 Li Hongyang演讲的World Engine解读 :可能就是华为说的WE
    华为最新自动驾驶算法架构WEWA(World engine and World action)采用了World Engine仿真技术,通过像素级场景重建、多智能体行为生成模型和强化后训练,解决了自动驾驶长尾问题。该技术在仿真测试中表现出色,降低了位移误差和提高了闭环规划性能。尽管仿真与现实存在差距,但这项技术为自动驾驶提供了更真实的训练环境,有助于提高算法能力。
    714
    06/09 11:06
    CVPR 2026 Li Hongyang演讲的World Engine解读 :可能就是华为说的WE
  • 基于FPGA的压缩算法加速实现
    本设计实现了一个基于FPGA平台的Gzip压缩算法加速器,通过静态霍夫曼编码和Deflate算法对文件进行高效压缩。项目团队使用C语言实现算法并在Vivado HLS中综合,最终在Pynq-Z2上硬件实现。优化措施包括量化处理、流水线化和内联功能,显著提升了压缩速度。项目成功验证了压缩和解压缩功能的一致性和有效性,压缩比和吞吐率得到了显著改善。
    基于FPGA的压缩算法加速实现
  • LMS算法的Matlab实现细节与流程
    LMS算法通过误差反馈动态调整滤波器权值,使输出趋近期望信号。本文介绍了LMS算法的设计流程,并使用MATLAB进行了仿真验证。首先生成正弦信号并添加高斯噪声,然后通过频谱分析观察信号特性。接着配置LMS参数并编写LMS函数,最后对加噪信号进行滤波,验证滤波效果。
  • 资产定位总飘移?BLE 6.0 CS + 共线算法,专治狭长场景“定位发散”!
    致远电子推出ZM24系列BLE 6.0模组,自研自适应共线定位算法,无需额外硬件即可解决传统定位误差大问题,近共线场景精度优于0.5米,资产盘点效率提升显著。
  • 2026 具身智能算法面试高频题:动作生成 / RL / 部署全解析
    这篇文档详细介绍了具身智能算法的基础面试内容,涵盖了从动作生成到后训练的多个方面。文章介绍了面试中容易被深入探讨的算法问题,按照一定的顺序进行讲解。
  • 具身智能TL常用算法面经:数据训练、SFT 与 Sim-to-Real 闭环(三)
    这篇文档详细介绍了机器人数据相关的各种技术和策略,涵盖了从数据采集、预处理、标注到模型训练和部署的全过程。文章提供了丰富的实践经验和技巧,帮助工程师更好地理解和应对机器人数据面临的挑战。 文章首先强调了数据的重要性,指出机器人数据的质量直接影响模型的表现。接着,文章提出了一个系统的数据处理流程,包括数据采集、预处理、标注、模型训练和部署等多个环节。此外,文章还讨论了如何利用多种数据来源(如真实数据、仿真数据和开源数据)来丰富数据集,以及如何通过数据增强和领域随机化等技术来提高数据的多样性和适用性。 在模型训练方面,文章详细介绍了如何进行预训练、微调和在线自适应等多种训练策略,以及如何通过失败回流和数据聚合等方式来改进模型性能。同时,文章还探讨了如何利用人类视频和其他高级数据来提供更多的上下文信息,以进一步提升模型的能力。 总的来说,这篇文章为从事机器人领域的工程师提供了一个全面的数据管理和模型训练指南,有助于他们在实际工作中更加有效地利用和处理机器人数据。
  • 具身智能TL常用算法面经:经典 VLA 模型与动作生成范式(二)
    这篇文档主要介绍了几种不同的机器人动作生成模型及其特点,适用于面试准备和项目开发中的技术参考。文章详细讲解了RT-2、OpenVLA、ACT、Diffusion Policy、π0、GR00T、SmolVLA等模型的设计理念和技术细节,涵盖了模型的核心动作表示、推理延迟、数据规模、跨 embodiment、部署方式等方面的内容。 文章还提供了具体的问答技巧和面试要点,帮助读者更好地理解和应用这些模型。此外,文档还涉及了一些前沿技术和挑战,如动作漂移、长时序语义漂移和达芬奇迁移等问题的解决方案。 总之,这篇文章是一份详尽的机器人动作生成模型指南,对于从事机器人控制和人工智能领域的工程师来说具有很高的实用价值。
    具身智能TL常用算法面经:经典 VLA 模型与动作生成范式(二)
  • 具身智能TL常用算法面经:基础认知与 VLA 框架(一)
    具身智能涉及机器人身体、传感器和执行器在真实或仿真环境中闭环行动,区别于传统CV/NLP和机器人控制。VLA(Vision-Language-Action)是一种条件动作生成系统,通过视觉、语言和机器人状态生成机器人动作。Transformer、ViT等模型在VLA中用于构建多模态序列关系。评估VLA模型时,不仅要看离线指标,还需关注真实任务成功率、泛化和安全指标。
    具身智能TL常用算法面经:基础认知与 VLA 框架(一)
  • MESY系统的AI节能算法是如何根据企业用能特点进行个性化定制的?
    拉孚MESY系统的AI节能算法通过 “机理建模+大数据驱动” 的双引擎模式,结合 “虚拟传感” 与 “效率寻优” 等核心专利技术,为企业提供深度个性化的节能定制方案。其个性化定制主要体现在以下五个层面: 一、定制起点:深入的系统诊断与需求分析 算法实施前,首先会对企业用能系统进行全方位诊断,具体包括: • 设备维度:采集水泵、电机、变频器等原有设备的性能参数、运行曲线及历史能耗数据。 • 系统维度
  • 被迫追涨的市场:现在是抄底“七巨头”的最好时机吗?
    资本市场的反弹背后,是仓位结构失衡与风控模型机械触发的结果。"七巨头"作为宏观流动性的泄洪道,反映了资金在寻求标准化出口的需求。然而,随着财报季临近,市场需要重新评估风险收益比,以防预期透支带来的回调风险。
    443
    04/16 16:49
  • 零信任架构在芯片中的实现原理与技术路径发展
    在数字化浪潮下,设备终端的安全边界正被不断打破,传统 “内外网隔离” 的安全防护思路已难以应对复杂的网络攻击。当我们谈论智能设备的安全时,多数人会聚焦于操作系统或应用层的防护,却忽略了最底层、也是最关键的一环 —— 芯片。作为设备运行的 “根”,芯片的安全直接决定了整个终端的信任基础。而零信任架构 “永不信任,始终验证” 的核心思想,正为芯片级安全防护提供了全新的解决方案。 实现原理 要理解芯片级
  • 一文读懂SM2椭圆曲线密码算法:原理、实现优化与场景适配指南
    在国产化安全需求逐步深化的当下,国密算法已成为电子设备保障数据安全的基础支撑,其中 SM2 椭圆曲线密码算法凭借高安全、高效率的双重优势,正快速替代传统 RSA 算法,广泛应用于身份认证、数据加密、数字签名等核心场景。不少开发者初次接触 SM2 时,常会被椭圆曲线的数学原理劝退,或是在硬件实现阶段遭遇性能瓶颈、资源占用过高的问题。作为 GB/T32918-2016(SM2 密码算法)标准的核心贡献
  • 基于 JC100 安全芯片的智能硬件固件保护实践
    在智能硬件全生命周期管理体系中,固件安全防护构成了设备可信运行的核心屏障。从抵御恶意篡改引发的功能性安全漏洞,到防范未经授权的固件复制导致知识产权流失,均亟需构建系统化的安全防护体系。 采用基于国密标准的 SM2 非对称密码算法,融合物理不可克隆函数(PUF)技术,已成为当前智能硬件固件安全防护领域的前沿解决方案。 本文以 JC100 安全芯片为例,使用 SM2 算法与 PUF 模块协同工作,完整
  • 企服领域最佳商业模式,几个人交付上千万GEO订单
    GEO(生成式优化)在数字营销疲软的背景下成为新焦点,但合规的实施方式仍是一个黑盒。国内最早的GEO服务商清蓝创始人鲁扬分享了GEO的业务本质、算法壁垒、与AI大厂的关系以及未来市场格局。他认为GEO的核心是用模型学习模型,用算法解密算法,并预测GEO未来将覆盖营销全链路,优化用户的意图而非单一查询。此外,GEO不会像SEO那样分散,而是具有马太效应,最终会被少数技术领先的公司主导。
    795
    04/05 10:55
    企服领域最佳商业模式,几个人交付上千万GEO订单
  • Google 6倍压缩KV缓存还不损失精度的原理是什么?
    Google推出的新算法TurboQuant,通过两阶段方法大幅提升了Transformer模型的运行效率。首先,PolarQuant利用极坐标量化消除元数据开销;其次,1-bit QJL变换确保残差无偏校正,从而实现了真正的零精度损失。TurboQuant不仅显著减少了显存占用,还提高了推理速度,适用于各种Transformer模型,并且无需额外训练或数据依赖。
  • 从终端到太空,芯际穿越撑起追觅未来版图
    芯际穿越,追觅科技的战略芯片业务,旨在打造世界级智能计算芯片生态,应对端侧智能与通用计算领域的挑战。芯际穿越推出泛机器人SoC、手机处理器、自动驾驶芯片,依托追觅的智能制造技术和丰富场景数据,实现技术与产品的深度融合。芯际穿越的目标是在下一代人工智能计算领域取得领先地位,并通过太空算力拓展业务版图,推动中国企业在国际竞争中占据有利位置。
    从终端到太空,芯际穿越撑起追觅未来版图
  • 解锁端到端仿真新可能 :全新aiSim 6 即将发布
    01、前言 随着端到端自动驾驶从学术探索走向规模化应用,无论是特斯拉 FSD 神经模拟器、Waymo 基于 DeepMind Genie 3 的世界模型,还是国内主流车企的数据闭环体系,均在表明仿真系统的定位已从传统测试执行工具,升级为支撑算法训练的核心数据基础设施。 尤其需要重视的是,端到端模型直接消费传感器数据进行训练,这对仿真提出了三个过去从未被充分重视的要求: 其一,光照覆盖的系统性缺口。
  • 2025年中科院1区中心碰撞优化算法(CCO)
    本文提出了一种新的元启发式算法——中心碰撞优化器(CCO),其灵感来自经典物理学中的正面碰撞方程。CCO采用统一的位置更新策略,称为中心碰撞策略,该策略同时在原始解空间和非相关解空间中运行。这种双重空间方法显着增强了算法的全局搜索能力,提高了其逃避局部最优的能力。此外,引入了空间分配策略来加速收敛,进一步提高搜索效率。
    2199
    03/05 17:24

正在努力加载...