我是慎独
码龄14年
求更新 关注
提问 私信
  • 博客：15,885
    15,885
    总访问量
  • 39
    原创
  • 0
    粉丝
  • 1
    关注
IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）
IP 属地：宁夏
加入CSDN时间： 2012-08-18
博客简介：

theperson1的博客

查看详细资料
个人成就
  • 获得494次点赞
  • 内容获得0次评论
  • 获得190次收藏
  • 博客总排名42,890名
  • 原力等级
    原力等级
    3
    原力分
    0
    本月获得
    216
创作历程
  • 39篇
    2026年
成就勋章
TA的专栏
  • 人工智能
    6篇
  • CAD - 计算机辅助设计
    19篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 1

TA参与的活动 0

创作活动更多

编程达人挑战赛·第12期

作为写代码的你，是否也渴望被更多人看到？技术人员普遍有一个共性——明明技术很强，却没人知道你做了什么；花了很多时间踩坑，却没人因你少走弯路；脑子里有一堆干货，但却不懂如何有效地输出。 在如今写代码的人越来越多的时代，能够清晰表达自己思路与技术的人却少之又少。 因此，我们发起了这个【编程达人挑战赛】——帮助你将代码变成作品，将技术转化为真正的价值，同时激励更多的人坚持写作与分享。 注：活动细则介绍请看此贴：[https://bbs.csdn.net/topics/619791811](https://bbs.csdn.net/topics/619791811)。

760人参与 去参加
  • 最近
  • 专栏
  • 文章
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多

  • 最近

  • 专栏

  • 文章

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

人工智能：现代方法读书笔记（七）

本章是全书从"搜索式问题求解"转向"基于知识的问题求解"（knowledge-based problem solving）的分水岭。前六章的智能体（搜索智能体、博弈智能体、CSP 智能体）都属于原子表示（atomic representation）或因子化表示（factored representation）的浅层使用：状态被当作黑盒或属性向量，智能体的"聪明"完全体现在搜索策略上。本章提出一种根本不同的路线：让智能体拥有一个知识库（Knowledge Base, KB），用形式化的表示语言。
原创
博文更新于 44 分钟前 ·
1 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

VulkanSceneGraph学习教程（二十）

本章系统介绍了在 Vulkan Scene Graph (VSG) 中实现后处理效果的核心流程。后处理本质上是多通道渲染：首先通过离屏 RenderGraph 将场景渲染到纹理，然后通过全屏 RenderGraph 采样该纹理，利用全屏四边形和自定义片段着色器（如模糊、HDR、色调映射）进行处理，最终输出到屏幕。文章详细阐述了离屏 Framebuffer 的创建、全屏处理 Pass 的构建、以及通过 CommandGraph 串联多个 RenderGraph 以实现正确的执行顺序与资源依赖。
原创
博文更新于 2 小时前 ·
14 阅读 ·
1 点赞 ·
0 评论 ·
0 收藏

VulkanSceneGraph学习教程（十九）

本章系统介绍了 VulkanSceneGraph (VSG) 中实现鼠标拾取与交互的核心机制。主要内容包括：使用。
原创
博文更新于 2 小时前 ·
14 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

人工智能：现代方法读书笔记（六）

本章将一类特殊组合搜索——约束满足问题（CSP）单独提炼：变量集合 + 各自值域 + 变量间约束。相比第 3 章显式状态空间，CSP 用“变量赋值”与“约束传播”大幅压缩搜索，是调度、布局、配置等现实问题的标准建模工具。CSP 形式化：三元组 〈X, D, C〉，其中 X 为变量集，D 为各变量值域，C 为约束集（每个约束限定若干变量的允许取值组合）。状态（赋值）：对部分/全部变量赋予值域中的值；一致（consistent）指不违反任何约束；完备（complete）指所有变量均已赋值。约束类型。
原创
博文更新于 14 小时前 ·
213 阅读 ·
9 点赞 ·
0 评论 ·
2 收藏

人工智能：现代方法读书笔记（五）

本章研究多智能体、完全对抗、零和、确定性、完全可观测、离散环境下的决策，核心是博弈树上的 Minimax 及其加速技术 α-β 剪枝，并扩展到随机博弈（含机遇节点）与期望极大极小、蒙特卡洛树搜索。这是理性智能体在竞争环境下"最大化最坏情况效用"的理论基础。对抗搜索（Adversarial Search）：环境含对手，智能体需假设对手最优应对来做决策。博弈树（Game Tree）：MAX 节点（我方，最大化效用）与 MIN 节点（对手，最小化我方效用）交替的分层结构。
原创
博文更新于 15 小时前 ·
215 阅读 ·
4 点赞 ·
0 评论 ·
3 收藏

人工智能：现代方法读书笔记（四）

本章放宽第 3 章的强假设，处理大规模/连续/非确定性/部分可观测环境：一方面用局部搜索与优化在巨大空间中快速逼近满意解，另一方面用 AND-OR 搜索树与信念状态搜索应对动作结果不确定、状态不可完全感知的情形。局部搜索（Local Search）：不维护路径，仅从当前状态向邻居移动，关注到达目标状态/最优状态本身。爬山法（Hill Climbing）：贪心沿提升方向单步移动。局部极大值 / 山脊 / 高原（Local Maximum / Ridge / Plateau）：使贪心法卡住的地形陷阱。
原创
博文更新于 昨天 08:51 ·
353 阅读 ·
8 点赞 ·
0 评论 ·
5 收藏

VulkanSceneGraph学习教程（十八）

本章深入探讨 VulkanSceneGraph 中的多线程与数据加载机制。首先解析。
原创
博文更新于 昨天 07:31 ·
302 阅读 ·
7 点赞 ·
0 评论 ·
5 收藏

VulkanSceneGraph学习教程（十七）

本章系统介绍了 VulkanSceneGraph (VSG) 中用于高质量文字渲染的。
原创
博文更新于 昨天 07:19 ·
310 阅读 ·
3 点赞 ·
0 评论 ·
3 收藏

人工智能：现代方法读书笔记（二）

本章将第 1 章提出的智能体范式形式化，定义理性智能体及其评价标准，给出描述任务的 PEAS 框架与环境的分类维度，并系统梳理五类智能体结构。本章是全书算法（搜索、博弈、CSP、学习）统一落脚的"任务环境"基础。理性智能体（Rational Agent）：在每一个感知序列下，选择能最大化其性能度量（performance measure）期望值的行动。性能度量（Performance Measure）：衡量智能体任务完成好坏的客观标准（如能耗、到达时间、胜率）。PEAS：任务环境的形式化描述四元组——
原创
博文更新于 前天 21:36 ·
304 阅读 ·
11 点赞 ·
0 评论 ·
4 收藏

人工智能：现代方法读书笔记（三）

本章研究无感知、确定性、完全可观测、离散、已知环境下的单智能体问题求解，核心是将问题形式化为状态空间搜索，并系统对比无信息与有信息两大类搜索策略。A* 搜索作为连接二者的最优解算法，是本书最重要的算法之一。问题形式化（Problem Formulation）：用五元组 〈状态、初始状态、行动、转移模型、目标测试、路径代价〉 描述任务。状态（State）与状态空间（State Space）：问题所有可能配置的集合；其规模为"分支因子 b × 深度 d"。搜索树（Search Tree）
原创
博文更新于 前天 21:36 ·
364 阅读 ·
12 点赞 ·
0 评论 ·
7 收藏

人工智能：现代方法读书笔记（一）

本章为全书的导引，旨在回答"什么是人工智能（AI）"这一根本问题，并提出贯穿全书的统一框架——智能体（agent）范式。它界定 AI 的研究目标、发展简史、主要技术路线与分类，并给出后续各章的内容地图，是初学者建立全局认知的基石。人工智能（Artificial Intelligence, AI）：让机器表现出人类智能行为的科学与工程，既可按"像人一样思考/行动"定义，也可按"理性地思考/行动"定义。智能体（Agent）：能够感知环境（通过传感器）并作用于环境（通过执行器）的实体；
原创
博文更新于 前天 21:09 ·
256 阅读 ·
7 点赞 ·
0 评论 ·
3 收藏

第 18 章 多线程与数据加载

public:// 启动后台线程try// 在后台线程加载纹理数据});it!// 检查是否完成（使用原子标志避免锁竞争）// 确保 future 已就绪// 处理加载完成的纹理// 纹理数据已就绪，可以安全应用到场景else++it;private:// 在主线程安全地创建纹理对象并应用到场景// 注意：必须在主线程创建 vsg::DescriptorImage。
原创
博文更新于 前天 07:37 ·
357 阅读 ·
6 点赞 ·
0 评论 ·
6 收藏

第 17 章 文字渲染

本章全面介绍了 VulkanSceneGraph 的。
原创
博文更新于 前天 06:47 ·
414 阅读 ·
14 点赞 ·
0 评论 ·
4 收藏

Oqoqo 核心功能落地与多场景应用指南

AI生产力提升的10大实战场景（上） 本文探讨了AI技术在多个领域的实际应用，重点介绍了5个核心场景： 智能内容创作：通过角色设定和结构化提示词生成多平台营销文案，实现"一源多用"的高效产出模式。 电商客服优化：构建智能问答系统处理标准咨询，并基于历史数据优化情感化话术，提升响应速度与服务质量。 教育个性化辅导：提供分步骤解题思路和针对性错题分析，实现自适应学习路径规划。 数据分析自动化：从原始数据到可视化图表和洞察报告的端到端处理，帮助分析师聚焦决策分析。 跨语言沟通支持：结合语境和文化差异的实时翻译，在
原创
博文更新于 2026.08.17 ·
369 阅读 ·
12 点赞 ·
0 评论 ·
2 收藏

MCP协议开发实战：从零搭建AI Agent工具链

8.1 回顾核心要点MCP协议如何解决工具链集成痛点从Server到Client，再到工具链的完整开发路径8.2 MCP协议的未来协议标准的演进方向对AI应用开发范式可能产生的影响8.3 下一步学习建议官方文档、源码与社区资源尝试将MCP集成到你现有的AI项目中。
原创
博文更新于 2026.08.17 ·
367 阅读 ·
8 点赞 ·
0 评论 ·
4 收藏

VulkanSceneGraph学习教程（十六）

本章系统介绍了 VulkanSceneGraph（VSG）的光照系统实现。主要内容包括：VSG 的光源类型（环境光、方向光、点光、聚光）及其作为场景图节点的组织方式；通过。
原创
博文更新于 2026.08.16 ·
405 阅读 ·
10 点赞 ·
0 评论 ·
7 收藏

VulkanSceneGraph学习教程（十五）

本章系统介绍了 VulkanSceneGraph（VSG）中纹理与材质的完整应用流程。首先讲解如何使用。
原创
博文更新于 2026.08.16 ·
424 阅读 ·
14 点赞 ·
0 评论 ·
5 收藏

VulkanSceneGraph学习教程（十四）

属性控制动画播放速度，默认值为 1.0（正常速度）。：立方体会在 XZ 平面上以半径 3.0 做圆周运动，每 4 秒完成一圈，然后循环重复。值可以在动画播放过程中随时修改，下一帧就会生效。在实际应用中，我们经常需要动态控制动画的播放速度，或者暂停/恢复动画。通过这些控制接口，可以在运行时灵活调整动画的播放行为，实现交互式的动画控制效果。设为 0.0 可以停止动画推进，但更好的方式是使用。（位置/旋转/缩放的关键帧序列），以及。（变换）与 VSG 的现代动画系统————被动画修改的目标（通常是。
原创
博文更新于 2026.08.15 ·
579 阅读 ·
18 点赞 ·
0 评论 ·
6 收藏

VulkanSceneGraph学习教程（十三）

本文摘要： 第13章详解如何使用VSG加载3D模型。核心是通过vsg::read()函数配合vsgXchange组件库直接读取glTF/OBJ等格式文件，自动转换为包含几何体、材质和层级结构的场景图节点。关键点包括：必须链接vsgXchange库（CMake配置示例）、加载结果可直接挂载到场景图、通过vsg::Options调整坐标轴/路径等参数，并提供了完整的模型查看器代码示例。常见问题如加载失败、模型方向错误等均有对应解决方案。后续章节将延伸讲解动画、材质处理等进阶内容。
原创
博文更新于 2026.08.15 ·
522 阅读 ·
16 点赞 ·
0 评论 ·
5 收藏

VulkanSceneGraph学习教程（十二）

本章深入解析 VSG（VulkanSceneGraph）的核心渲染机制——RenderGraph 与 CommandGraph。VSG 通过将场景图在初始化时编译为预录制的 Vulkan 命令图，实现渲染时的高效回放，这是其高性能、低 CPU 占用的关键。
原创
博文更新于 2026.08.14 ·
466 阅读 ·
20 点赞 ·
0 评论 ·
6 收藏
加载更多