0 引言

常见的激活函数有sigmoid, tanh, relu等。
sigmoid: $f(x)=\frac{1}{1+exp(-x)}$，导数：$f(x)^{\prime}=f(x)(1-f(x))$

tanh: $f(x)=tanh(x)$，导数：$f(x)^{\prime}=1-(f(x))^2$

relu: $f(x)=\max(0,x)$，导数：$f(x)^{\prime}=\max(0,1)$

0 引言

在现实的强化学习任务中，环境的模型，也就是状态转移概率、奖赏函数不易得知，因此需要进行免模型学习。

0 引言

项目需要，所以学习强化学习。强化学习以及深度强化学习可以使机器人变得更加智能。
总体的学习路线

1. 理论部分学习
   首先学习强化学习的基本概念，然后慢慢学习强化学习解决问题的思路，最后学习强化学习的基本处理方法。
2. 实践部分
   主要开展基于强化学习环境OpenAI gym和深度学习框架mxnet和tensorflow的仿真试验。
   首先，研究几个案例，包括倒立摆模型和找金币棋盘游戏，学习他们的环境和学习策略。然后，对避障算法进行建模，并设计仿真环境。最后，避障算法进行策略学习和试验。

0 前言

为了避免重复工作，整理积累所学的知识，特此搭建此博客(PS: 有装X的嫌疑)。

0 前言

搞过半年的视觉SLAM，看了不少文章，跑了一些demo，但是苦于找不到入手点，所以放弃这部分的研究。
但是为了不使看过的东西白看，特此总结下来。

SLAM技术，按照传感器分类可以分为激光SLAM和视觉SLAM，而视觉SLAM根据使用的摄像头不同，又可以
分为单目、双目、RGBSD、IMU+camera等种类。