青岛地铁"数字工程师"上线！带你“秒”懂"秒级时代"智慧城轨

AI续写，但是惰性仍存

-

（意识模拟的先驱？）【精译】实现全局工作空间的认知架构——LIDA架构

https://www.youtube.com/watch?v=U7ofPzjMeqE LIDA是一个实现了全局工作空间的认知架构。认知架构领域是试图在计算机上，构建特定于人类心理和认知的软件，以模拟人类认知，或是提供认知智能的AI。 个人认为，未来意识转移，或许最开始可以从认知架构领域和计算认知科学领域借鉴，因此，本视频搬运了认知架构领域里面，几乎可以说唯一实现意识理论的，那就是LIDA的介绍（应该是他们的一场线上学术会议），绝大多数认知架构没有实现意识，在实现意识相关的少之又少的认知架构里，LIDA尤为突出。它由孟菲斯大学的Stan Franklin教授基于Baars的全局工作空间理论，在2000年代研发，至今由java和python版本(python版的我看了源码，具体算法似乎都没实现）。 那么视频中提到的2016年的那篇tutorial，可以上scihub上找，标题就是A LIDA cognitive model tutorial. Biologically Inspired Cognitive Architectures。

【5月9日最新版国内直连ChatGPT4.0】免费使用教程，免翻，无任何限制！

网站是我这边自己独立开发的， 欢迎大家前来体验！下面简单介绍我 的网站： 1、同步官方所有最新功能 (最新GPT4o模型等，里面都是官方 GPT4） 2、无须魔法，直接打开就能用 （快捷便利） 3、永不封号； （高效稳定) 4、会话隔离（自己的聊天记录只有自己能看到】 5、个性化尊享换车功能 （想用哪个4.0，点哪个）

《我的数学老师会玩原神》

[RA-L 2025]去除激光SLAM建图的两面歧义性！ II-NVM 利用法向量实现高精度一致性建图

II-NVM: Enhancing Map Accuracy and Consistency with Normal Vector-Assisted Mapping Chengwei Zhao∗, Yixuan Li∗, Yina Jian, Jie Xu†, Linji Wang, Yongxin Ma, Xinglai Jin [Accepted to RA-L 2025] SLAM 技术在室内建图与定位中具有重要作用，室内环境中普遍存在的"双面建图问题"导致紧密相邻的墙面、门体等表面被错误识别为单一平面，严重影响地图精度与一致性。针对该问题，本文提出一种基于法向量一致性的精准建图 SLAM 方法。通过改进体素地图结构，使其同时存储点云数据与法向量信息，使系统能够在最近邻搜索与地图更新过程中评估法向量一致性。该过程可有效区分表面的正反两面，避免错误的点面约束。此外，我们采用自适应半径 KD 树搜索方法，根据点云局部密度动态调整搜索半径，从而提升法向量计算精度。为进一步优化实时性能与存储效率，引入最近最少使用(LRU)缓存策略，实现体素地图的高效增量更新。代码已开源并在仿真环境与真实室内场景进行验证，实验结果表明该方法有效解决了双面建图问题并显著提升了建图精度。此外，我们开发并开源了首个针对双面建图问题专门设计的仿真与真实场景数据集。 github:https://github.com/chengwei0427/II-NVM

【25年4月最新云服务器推荐排行榜】史低38，一顿饭钱就能选一年云服务器？！全网对比来了。！省下70%预算！崆峒！嗯嗯!！

【6.5折卷】 https://www.aliyun.com/minisite/goods?userCode=3aqg2ypf 【学生党免费领】 https://university.aliyun.com/mobile?userCode=3aqg2ypf 【无影云】 https://www.aliyun.com/activity/wuying/dj?userCode=3aqg2ypf 京东云活动入口： https://3.cn/2d-tWFy0

超强AI辅助写小说软件！吊打Deepseek，脑洞文，各种题材一键生成！

-

我在虚幻引擎中实现了最灵活的AI之一——GOAP

C++，耗时一周，代码量只有1000多行 视频中没有展示更新世界状态的内容，因为这部分太灵活了想怎么更新都可以 虽然GOAP很牛逼，但是运算量太大了，而且描述世界状态的方法确实很鸡肋，很不好组织 视频素材信息： 第一段 F.E.A.R：f.e.a.r ai is scary 第二段 潜行者：AAA games should really learn from this game's A.I.

藤原千花变声器～它来啦，还有超级火的曼波变声器～ 五一开黑整火必备！

-

从NeRF到3DGS - 第2讲 3DGS原理及相关研究

参考文献 https://zhuanlan.zhihu.com/p/26101040053 https://zhuanlan.zhihu.com/p/701382447 http://www.yindaheng98.top/%E5%9B%BE%E5%BD%A2%E5%AD%A6/3D%E9%AB%98%E6%96%AF%E6%95%B0%E5%AD%A6%E6%8E%A8%E5%AF%BC.html#derivation-of-gradient