智能无人机平台V4

优质文章学习记录

— 15 min read

V3版本回顾

在V3版本中，实现了无人机的自动索敌追踪、并在扫描到入侵者后将信息“广播”给其他无人机，其他巡逻状态的无人机可以协同该无人机进行“围剿”行为。

V4版本提升

  • 为入侵者加入了可视化的血条，便于玩家更直观的看到入侵者血量减少的过程
  • 加入了“任务系统”，现在玩家可以通过点击守卫区中的位置来指挥最近的巡逻状态无人机前往该位置
  • 将无人机的move方法内部的庞大代码分成几个小的方法，并通过不同的限定条件来调用不同的方法。同时为了便于后期功能的添加，现在将无人机移动方案的限定条件改为由状态码的不同来决定无人机的移动方式。

V4版本的具体实现

可视化血条的添加

  • 思路：只需要在入侵者的正上方画出一个矩形边框和一个实心矩形即可，通过改变实心矩形的宽度来达到显示血量的效果

具体实现

Color color3 =newColor(0,0,0); g.setColor(color3); g.drawRect(x, y-5, size,6);Color color4 =newColor(124,244,21); g.setColor(color4); g.fillRect(x+1,y-4,(int)(blood/200.0*(size-1)),5);

任务系统的添加

  • 思路及代码：

在上个版本中，无人机的move方法过于庞大且判定条件没有统一化，导致后续再添加其他功能时非常麻烦，在V4版本中我改进了move方法，让move方法通过状态码来调用对应的移动方法来完成操作。代码实现如下

publicvoidmove(){if(state ==2){moveToTask();}elseif(state ==1){//先判断目标是否在守卫区外，若在守卫区外则不在追逐if(target!=null){if(target.x+target.size/2<200||target.x+target.size/2>900||target.y+target.size/2<100||target.y+target.size/2>600){ state=0; target=null;}else{moveToHunt();}}else{ state=0;}}elseif(state ==0){moveToFind();}}publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界limit();}publicvoidmoveToHunt(){int dx = target.x+target.size/2-(x+scanSize/2);int dy = target.y+target.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;}//硬限位，防止出界limit();}publicvoidmoveToFind(){ x += speedx; y += speedy;if(x <200|| x >900){ speedx =-speedx;}if(y <100|| y >600){ speedy =-speedy;}}publicvoidlimit(){int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}

在Drone类中构建moveToTask方法，让最近的无人机在接到任务后计算速度并前往，逻辑与追踪入侵者类似，并在无人机中心与任务点距离小于20时，将状态设置为任务完成，并清空任务目标。代码实现如下

publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}

无人机move方法的优化

在DroneThread线程中画出任务点，若任务完成，则移除任务对象且不进行绘制。具体代码实现如下

if(tasks !=null){for(int i =0; i < tasks.size(); i++){Task task = tasks.get(i);if(task.state==2){ tasks.remove(i);}else{ task.draw(bg);}}}

创建任务线程类TaskThread，在类中重写run方法。在run方法中遍历无人机与任务数组，将未被分配的任务分配给距离最近且处于巡逻状态的无人机，任务被分配后将任务的状态设置为已被领取，若此时没有空闲的无人机，则输出“没有可指挥的无人机”来提示玩家。代码实现如下

packagecom.nwu.by0129.droneV4;importjava.util.ArrayList;publicclassTaskThreadextendsThread{ArrayList<Task> tasks;ArrayList<Drone> drones;@Overridepublicvoidrun(){for(;;){//System.out.println("进入TaskThread");if(tasks !=null){if(drones !=null){for(int i = tasks.size()-1; i >=0; i--){Task task = tasks.get(i);if(task.state !=1){int nearestIndex =-1;double minDis =1000.0;for(int j = drones.size()-1; j >=0; j--){Drone drone = drones.get(j);//找到没有领取任务的无人机（只有巡逻状态的无人机可以接任务）if(drone.state ==0){//计算距离并找出最近的double currentDis =caculateDis(task, drone);if(currentDis <= minDis){ minDis = currentDis; nearestIndex = j;//把最近的无人机编号取出来}}}if(nearestIndex !=-1){ drones.get(nearestIndex).state =2;//无人机状态设为正在执行任务 drones.get(nearestIndex).targetTask = task;System.out.println("任务被领取"); task.state =1;//任务状态设为已被领取}else{System.out.println("没有可指挥的无人机"); task.state =0;}}}}}try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}doublecaculateDis(Task task,Drone drone){double dis =Math.sqrt((task.x - drone.x)*(task.x - drone.x)+(task.y - drone.y)*(task.y - drone.y)*1.0);return dis;}}

创建鼠标监听器，并在DroneListener类中加入鼠标监听器的相关内容。重写mousePressed方法，将鼠标点击的坐标作为参数构建task对象，使用共享内存的思路，并存入tasks动态数组，便于其他无人机领取任务。代码实现如下

publicvoidmousePressed(MouseEvent e){int x=e.getX();int y=e.getY();Task task =newTask(0,x,y);//对任务点进行判断，不得超出守卫区的范围if(!(task.x<200+ task.size/2+50||task.x>1000- task.size/2-50||task.y<100+ task.size+50||task.y>700-task.size-50)){ tasks.add(task);}}

创建Task类，将玩家发布的任务封装起来，类中包括该任务点的坐标、状态属性以及可视化的绘制方法。代码实现如下

packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassTask{int x;int y;int size=10;int state;//0未被领取的任务；1被领取的任务；2已完成的任务publicTask(int state,int x,int y){this.state = state;this.x = x;this.y = y;}publicvoiddraw(Graphics g){ g.setColor(Color.yellow); g.fillRect(x-size/2,y-size/2,size,size);}}

V4版本完整代码如下

packagecom.nwu.by0129.droneV4;importjava.awt.*;importjava.awt.image.BufferedImage;publicclassDrone{int x;int y;int stateSize =16;int scanSize =100;int size =30;int state =0;// 0巡逻中；1追踪中；2执行任务中int speedx;int speedy;int huntingSpeedx;int huntingSpeedy;int rSquare=scanSize*scanSize/4;int huntingSpeed =4;//设置追逐速度Intruder target =null;Task targetTask =null;publicDrone(int x,int y,int speedx,int speedy){this.x = x;this.y = y;this.speedx = speedx;this.speedy = speedy;}publicvoiddrawDrone(Graphics g){Color color1 =newColor(52,146,241,75); g.setColor(color1); g.fillOval(x, y, scanSize, scanSize);Color color2 =newColor(111,200,34); g.setColor(color2); g.fillOval(x +35, y +35, size, size);Color color3 =newColor(243,82,82);if(state ==0){ g.setColor(color3); g.fillOval(x +42, y +42, stateSize, stateSize);}elseif(state ==1||state ==2){Color color4 =newColor(5,25,246); g.setColor(color4); g.fillOval(x +42, y +42, stateSize, stateSize);}}publicvoidmove(){if(state ==2){moveToTask();}elseif(state ==1){//先判断目标是否在守卫区外，若在守卫区外则不在追逐if(target!=null){if(target.x+target.size/2<200||target.x+target.size/2>900||target.y+target.size/2<100||target.y+target.size/2>600){ state=0; target=null;}else{moveToHunt();}}else{ state=0;}}elseif(state ==0){moveToFind();}}publicScanResultscan(int x,int y,int size,BufferedImage img){int distanceSquare;for(int i = x; i < x + size; i++){for(int j = y; j < y + size; j++){int roundx=x + scanSize /2;int roundy=y + scanSize /2; distanceSquare =(roundx - i)*(roundx - i)+(roundy - j)*(roundy - j);if(distanceSquare < rSquare){try{int colorNum = img.getRGB(i,j);Color color =newColor(colorNum);Color targetColor1 =newColor(213,15,15);Color targetColor2 =newColor(0,0,0);if(isIntruderColor(color,targetColor1,25)||isIntruderColor(color,targetColor2,30)){//System.out.println("扫描到入侵者");ScanResult sr=newScanResult(i,j);return sr ;}}catch(Exception e){// 处理超出图像范围的情况continue;}}}}returnnull;}//颜色判断方法publicboolean isIntruderColor (Color c1,Color c2,int tolerance){returnMath.abs(c1.getRed()-c2.getRed())<= tolerance &&Math.abs(c1.getGreen()-c2.getGreen())<= tolerance &&Math.abs(c1.getBlue()-c2.getBlue())<= tolerance;}publicvoidmoveToTask(){int dx = targetTask.x+targetTask.size/2-(x+scanSize/2);int dy = targetTask.y+targetTask.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;System.out.println("完成任务"); state=0;//完成任务 targetTask.state=2; targetTask=null;//任务完成后清除任务目标}//硬限位，防止出界limit();}publicvoidmoveToHunt(){int dx = target.x+target.size/2-(x+scanSize/2);int dy = target.y+target.size/2-(y+scanSize/2);double distance =Math.sqrt(dx*dx+dy*dy);if(distance>20){ huntingSpeedx=(int)(dx/distance*huntingSpeed); huntingSpeedy=(int)(dy/distance*huntingSpeed);}else{ huntingSpeedx=0; huntingSpeedy=0;}//硬限位，防止出界limit();}publicvoidmoveToFind(){ x += speedx; y += speedy;if(x <200|| x >900){ speedx =-speedx;}if(y <100|| y >600){ speedy =-speedy;}}publicvoidlimit(){int newx = x+huntingSpeedx;int newy = y+huntingSpeedy; x =Math.max(200,Math.min(1000- scanSize, newx)); y =Math.max(100,Math.min(700- scanSize, newy));}}
packagecom.nwu.by0129.droneV4;importjava.awt.event.ActionEvent;importjava.awt.event.ActionListener;importjava.awt.event.MouseEvent;importjava.awt.event.MouseListener;importjava.util.ArrayList;importjava.util.Random;publicclassDroneListenerimplementsActionListener,MouseListener{Random rand =newRandom();ArrayList<Drone> drones;ArrayList<Intruder> intruders;ArrayList<Task> tasks ;@OverridepublicvoidactionPerformed(ActionEvent e){if(e.getActionCommand().equals("生产无人机")){int x = rand.nextInt(700)+200;int y = rand.nextInt(500)+100;int speedx = rand.nextInt(5)-2;while(speedx==0){ speedx = rand.nextInt(5)-2;}int speedy = rand.nextInt(5)-2;while(speedy==0){ speedy = rand.nextInt(5)-2;}Drone drone =newDrone(x,y,speedx,speedy); drones.add(drone);}elseif(e.getActionCommand().equals("生产入侵者")){int x = rand.nextInt(1160);int y = rand.nextInt(760);while(true){if(y<60||y>700||x<160||x>1000){break;} x = rand.nextInt(1160); y = rand.nextInt(760);}int speedx = rand.nextInt(5)-2;while(speedx==0){ speedx = rand.nextInt(5)-2;}int speedy = rand.nextInt(5)-2;while(speedy==0){ speedy = rand.nextInt(5)-2;}Intruder intruder =newIntruder(x,y,speedx,speedy); intruders.add(intruder);}}@OverridepublicvoidmouseClicked(MouseEvent e){}@OverridepublicvoidmousePressed(MouseEvent e){int x=e.getX();int y=e.getY();Task task =newTask(0,x,y);//对任务点进行判断if(!(task.x<200+ task.size/2+50||task.x>1000- task.size/2-50||task.y<100+ task.size+50||task.y>700-task.size-50)){ tasks.add(task);}/*for (int i = 0; i < tasks.size(); i++) { System.out.println(tasks.get(i).x); }*///System.out.println(tasks.size());//System.out.println("task添加了");}@OverridepublicvoidmouseReleased(MouseEvent e){}@OverridepublicvoidmouseEntered(MouseEvent e){}@OverridepublicvoidmouseExited(MouseEvent e){}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;importjava.awt.image.BufferedImage;importjava.util.ArrayList;publicclassDroneThreadextendsThread{Graphics g;ArrayList<Drone> drones;ArrayList<Intruder> intruders;ArrayList<Intruder> foundedIntruders =newArrayList<>();//将所有被扫描到的入侵者存入这里ArrayList<Task> tasks;publicDroneThread(Graphics g){this.g = g;}@Overridepublicvoidrun(){for(;;){BufferedImage image =newBufferedImage(1200,800,2);Graphics bg = image.getGraphics(); bg.setColor(Color.white); bg.fillRect(0,0,1200,800); bg.setColor(Color.red); bg.drawRect(200,100,800,600);if(drones !=null){for(int i =0; i < drones.size(); i++){Drone drone = drones.get(i); drone.drawDrone(bg); drone.move();}}if(intruders !=null){for(int i =0; i < intruders.size(); i++){Intruder intruder = intruders.get(i); intruder.drawIntruder(bg); intruder.move();}}//在这里用bg画笔画出任务点if(tasks !=null){//System.out.println("进入if");for(int i =0; i < tasks.size(); i++){Task task = tasks.get(i);if(task.state==2){ tasks.remove(i);}else{ task.draw(bg);}}}if(drones.size()>0){for(int k =0; k < drones.size(); k++){Drone drone = drones.get(k);ScanResult sr = drone.scan(drone.x, drone.y, drone.scanSize, image);if(sr !=null){//如果扫到目标if(drone.state==2){continue;//正在执行任务中就不处理入侵者}Intruder intruder =getTargetIntruder(sr.targetX, sr.targetY);//通过坐标把这个目标找出来if(intruder !=null){//找到目标后 drone.target = intruder;//把自己的目标设置为这个 drone.state =1; foundedIntruders.add(intruder);//把这个目标传入动态数组}}else{//如果没扫描到目标if(drone.state==0&& drone.target==null){if(foundedIntruders !=null){//看看动态数组里面有没有别人发现的目标for(int i = foundedIntruders.size()-1; i >=0; i--){Intruder intruder = foundedIntruders.get(i);if(intruder !=null){if(intruder.blood <=0||!isInRange(intruder)){//先判断这个目标还是否存在或在范围内 foundedIntruders.remove(i);//删掉死亡的或者逃跑的}else{ drone.target = intruder;//把自己的目标设置成这个目标 drone.state =1;}}}}}}}}if(intruders.size()>0){//如果该入侵者被某个无人机列为目标，就进行扣血for(int k =0; k < intruders.size(); k++){Intruder intruder = intruders.get(k);for(int i =0; i < drones.size(); i++){if(intruder == drones.get(i).target){ intruder.underAttack();System.out.println("第"+ k +"个入侵者被扫到，血量剩余："+ intruder.blood);if(intruder.blood <=0||!isInRange(intruder)){//消灭入侵者 intruders.remove(k);for(Drone drone : drones){if(drone.target == intruder){ drone.target =null;if(drone.state==1){ drone.state =0;}}}}}}}} g.drawImage(image,0,0,null);try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}publicIntrudergetTargetIntruder(int scannedI,int scannedJ){for(int k =0; k < intruders.size(); k++){Intruder intruder = intruders.get(k);int distanceSquare;for(int i = intruder.x; i < intruder.x + intruder.size; i++){for(int j = intruder.y; j < intruder.y + intruder.size; j++){int roundx = intruder.x + intruder.size /2;int roundy = intruder.y + intruder.size /2; distanceSquare =(roundx - i)*(roundx - i)+(roundy - j)*(roundy - j);if(distanceSquare < intruder.rSquare){if(i == scannedI && j == scannedJ){return intruder;}}}}}returnnull;}//判断入侵者是否在守卫区内publicbooleanisInRange(Intruder intruder){if(intruder.x <200+ intruder.size || intruder.x >1000- intruder.size || intruder.y <100+ intruder.size || intruder.y >700- intruder.size){returnfalse;}else{returntrue;}}}
packagecom.nwu.by0129.droneV4;importjavax.swing.*;importjava.awt.*;importjava.util.ArrayList;publicclassDroneUIextendsJFrame{ArrayList<Drone> drones=newArrayList<>();ArrayList<Intruder> intruders=newArrayList<>();ArrayList<Task> tasks=newArrayList<>();publicDroneUI(){setTitle("智能无人机平台4.0");setSize(1200,900);setDefaultCloseOperation(EXIT_ON_CLOSE);setLocationRelativeTo(null);JButton button1 =newJButton("生产无人机");JButton button2 =newJButton("生产入侵者");JPanel panel =newJPanel(); panel.setBackground(Color.lightGray); panel.add(button1); panel.add(button2);add(panel,BorderLayout.SOUTH);setVisible(true);Graphics g=this.getGraphics();//创建按钮监听器DroneListener droneListener =newDroneListener();//在创建监听器后立刻为集合赋值，让集合真正可用 droneListener.drones=drones; droneListener.intruders=intruders; droneListener.tasks=tasks; button1.addActionListener(droneListener); button2.addActionListener(droneListener);//创建鼠标监听器addMouseListener(droneListener);//创建无人机线程DroneThread droneThread =newDroneThread(g);//创建任务线程TaskThread taskThread =newTaskThread();//将共享内存的数组传入到两个线程中 droneThread.drones=drones; droneThread.intruders=intruders; droneThread.tasks=tasks;//要先将DroneUI类中的tasks传入给droneThread，这样才能在执行DroneThread的时候保证此时的tasks不是null taskThread.drones=drones; taskThread.tasks=tasks; droneThread.start(); taskThread.start();}@Overridepublicvoidpaint(Graphics g){super.paint(g);}publicstaticvoidmain(String[] args){newDroneUI();}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassIntruder{int x;int y;int speedx;int speedy;int size=30;int blood=200;int rSquare=size*size/4;publicIntruder(int x,int y,int speedx,int speedy){this.x = x;this.y = y;this.speedx = speedx;this.speedy = speedy;}publicvoiddrawIntruder(Graphics g){if(blood>0){Color color1 =newColor(0,0,0); g.setColor(color1); g.fillOval(x, y, size, size);Color color2 =newColor(213,15,15); g.setColor(color2); g.fillOval(x+5, y+5, size-10, size-10);Color color3 =newColor(0,0,0); g.setColor(color3); g.drawRect(x, y-5, size,6);Color color4 =newColor(124,244,21); g.setColor(color4); g.fillRect(x+1,y-4,(int)(blood/200.0*(size-1)),5);}}publicvoidmove(){ x+=speedx; y+=speedy;if(x<=0||x>=1160){ speedx=-speedx;}if(y<=0||y>=760){ speedy=-speedy;}}publicvoidunderAttack(){this.blood--;}}
packagecom.nwu.by0129.droneV4;publicclassScanResult{int targetX;int targetY;publicScanResult(int targetX,int targetY){this.targetY = targetY;this.targetX = targetX;}}
packagecom.nwu.by0129.droneV4;importjava.awt.*;publicclassTask{int x;int y;int size=10;int state;//0未被领取的任务；1被领取的任务；2已完成的任务publicTask(int state,int x,int y){this.state = state;this.x = x;this.y = y;}publicvoiddraw(Graphics g){ g.setColor(Color.yellow); g.fillRect(x-size/2,y-size/2,size,size);}}
packagecom.nwu.by0129.droneV4;importjava.util.ArrayList;publicclassTaskThreadextendsThread{ArrayList<Task> tasks;ArrayList<Drone> drones;@Overridepublicvoidrun(){for(;;){//System.out.println("进入TaskThread");if(tasks !=null){if(drones !=null){for(int i = tasks.size()-1; i >=0; i--){Task task = tasks.get(i);if(task.state !=1){int nearestIndex =-1;double minDis =1000.0;for(int j = drones.size()-1; j >=0; j--){Drone drone = drones.get(j);//找到没有领取任务的无人机（只有巡逻状态的无人机可以接任务）if(drone.state ==0){//计算距离并找出最近的double currentDis =caculateDis(task, drone);if(currentDis <= minDis){ minDis = currentDis; nearestIndex = j;//把最近的无人机编号取出来}}}if(nearestIndex !=-1){ drones.get(nearestIndex).state =2;//无人机状态设为正在执行任务 drones.get(nearestIndex).targetTask = task;System.out.println("任务被领取"); task.state =1;//任务状态设为已被领取}else{System.out.println("没有可指挥的无人机"); task.state =0;}}}}}try{Thread.sleep(16);}catch(InterruptedException e){thrownewRuntimeException(e);}}}doublecaculateDis(Task task,Drone drone){double dis =Math.sqrt((task.x - drone.x)*(task.x - drone.x)+(task.y - drone.y)*(task.y - drone.y)*1.0);return dis;}}

运行结果截图及视频演示

运行截图

在这里插入图片描述
在这里插入图片描述
  1. 视频演示

智能无人机V4视频演示

总结

在本次V4版本的开发中，我加深了对于面向对象的理解，对于大部分重复的代码，我们可以通过一个方法来将其封装起来，重复调用即可；同时我也认识到了代码前期设计的重要性，前期的设计要规范化，要为之后的功能添加留出充足的拓展空间。

Read more

Qwen2.5-72B-GPTQ-Int4实战教程：vLLM批量推理+Chainlit结果可视化集成

Qwen2.5-72B-GPTQ-Int4实战教程：vLLM批量推理+Chainlit结果可视化集成 1. 开篇：从部署到交互，一站式搞定大模型应用 如果你手头有一个像Qwen2.5-72B这样强大的大语言模型，但还在为如何高效部署和便捷使用而发愁，那么你来对地方了。今天，我们不谈复杂的理论，只讲最实用的操作。我将带你一步步，把一个经过GPTQ-Int4量化、拥有720亿参数的“巨无霸”模型，变成一个随时可以调用、还能通过漂亮界面交互的智能助手。 这个方案的核心是vLLM和Chainlit。vLLM负责在后台高效、稳定地运行模型，处理你的批量请求；Chainlit则在前端为你提供一个类似ChatGPT的聊天界面，让你可以直观地与模型对话，并实时看到生成结果。整个过程，你不需要写复杂的网络代码，也不需要操心并发处理，跟着教程走，就能快速搭建起一套属于自己的大模型应用系统。 2. 认识我们的主角：Qwen2.5-72B-Instruct-GPTQ-Int4 在动手之前，我们先花几分钟了解一下即将部署的模型。这能帮你更好地理解后续的配置和可能遇到的问题。 2.1 模型简介：一
“AI痕迹太重怎么办？”15个提示词教你降低AIGC率，让写作更像人！

“AI痕迹太重怎么办？”15个提示词教你降低AIGC率，让写作更像人！

还在被AIGC率检测卡住？写得再好，也逃不过“AI痕迹”？别急，这篇文章教你15条最实用的“人类化”提示词，让你的写作摆脱机器人味，一键降重过检！ 🧠 为什么你写的AI文章“看起来就像AI写的”？ 在很多AIGC检测系统中，比如新版知网、Turnitin、Grammarly、GPTZero等，AI生成内容往往因为这些特征而中招： * 表达过于标准、学境思源，结构死板（比如“引言-三点论证-结尾”的模板） * 用词中性均衡，一键生成，缺乏语气变化 * 没有细节、论文初稿，acaids.com。比喻或非逻辑性插话 * 引用来源少或太“教科书式” * 缺乏真实感和主观思维 这就导致了一个问题：AI写得虽然通顺，但“太工整”，反而容易被机器识别成AI！ 🛠️ 如何让AI帮你“写得不像AI”？15个逆转提示词来了！ 别再单靠“降重工具”打补丁。更聪明的做法是——从源头开始用“降AIGC率提示词”来让AI写得更像人。
一文通透OpenVLA——在Prismatic VLM(SigLIP、DinoV2、Llama 2)的架构上：基于“下一个token预测技术”预测离散化动作

一文通透OpenVLA——在Prismatic VLM(SigLIP、DinoV2、Llama 2)的架构上：基于“下一个token预测技术”预测离散化动作

前言 当对机器人动作策略的预测越来越成熟稳定之后(比如ACT、比如扩散策略diffusion policy)，为了让机器人可以拥有更好的泛化能力，比较典型的途径之一便是基于预训练过的大语言模型中的广泛知识，然后加一个policy head(当然，一开始背后的模型比较简单，比如有用LSTM或MLP——RoboFlamingo) 再之后，便出来了越来越多成熟稳定的专门的VLA模型，比如OpenVLA，再比如近期介绍过过的π0——用于通用机器人控制的VLA模型：一套框架控制7种机械臂(基于PaliGemma和流匹配的3B模型) 1. π0的意义在于，首次用同一套策略/算法操作不同机器人/机械臂，这种基于机器人大模型的「预训练-微调」模式，很快会越来越多(犹如此前大模型革命NLP 其次CV等各模态，目前到了robot领域)，算是代表了通用机器人的核心发展方向 2. 且π0 比英伟达的HOVER早一点，当然，同时期的RDT GR2也有这个潜力的，期待这两 后续的更新 一个多月前(本文首发于25年1月)，有朋友曾说，一个月内，π0 会开源来着，当时虽然觉得不太可能，但还是抱着期待，可还

Claude部署（copilot反向代理）

一、教育邮箱认证 1、进行教育邮箱认证可免费使用claude pro 2年，有机会的话可以进行认证，无法教育认证的话只能花钱充claude的会员了，如何进行教育认证可观看该Up的视频 超简单一次通过Github学生认证，逐步详细视频教程_哔哩哔哩_bilibili 2、教育认证通过后在GitHub个人主页下的Copilot/Features中开启Copilot Pro 二、服务器上配置Copilot反向代理 1、配置nodejs环境 在官网https://nodejs.org/en/download/package-manager，下载nodejs安装包（Linux） 下载完成后将压缩包传到服务器上进行解压，目录如下 创建软连接，使得在任意目录下都可以试用直接使用node命令和npm命令 ln -s /root/node-v24.13.1-linux-x64/bin/node /usr/local/bin/node ln -s /root/node-v24.13.