我平时会在知乎,个人公众号,CSDN等平台发布个人博客,写一些平时在科研/项目工作中的成果总结和部分技术文档,详见:
Dynamic Movement Primitives (DMP),中文译名为动态运动基元、动态运动原语等,最初是由南加州大学的Stefan Schaal教授团队在2002年提出来的,是一种用于轨迹模仿学习的方法,以其高度的非线性特性和高实时性,被应用到机器人的各个领域。时间已经过去了20年,DMP在机器人的规划控制领域也得到了长足的发展和应用,其优点得到了大家的肯定,其缺点也在逐渐被大家发现和解决。
人工神经网络在近年来大放异彩,在图像识别、语音识别、自然语言处理与大数据分析领域取得了巨大的成功,而长短期记忆网络LSTM作为一种特殊的神经网络模型,它又有哪些特点呢?作为初学者,如何由浅入深地理解LSTM并将其应用到实际工作中呢?本文将由浅入深介绍循环神经网络RNN和长短期记忆网络LSTM的基本原理,并基于Pytorch实现一个简单应用例子,提供完整代码。
本文将介绍在Windows平台上搭建基于github pages 的个人博客网站的过程,以及利用Jekyll进行本地博客调试的过程,对于不懂前端的人来说是一个比较基础的入门教程。
Introduction This is the poster of my conference paper published on 2019 IEEE International Conference on Robotics and Automation (ICRA), Montreal, Canada. Everyone is free to download the poster from github and pdf and we welcome everyone to contact us for more communications.