各算法在不同环境中的表现：来自天寿基准测试https://tianshou.org/en/stable/01_tutorials/06_benchmark.html1.HalfCheetah-v3SAC>DDPG>TD3>PPO>TRPO>NPG>ACKTR>A2C>REINFORCE2.蚂蚁v3SAC>TD3>A2C>PPO>

         SAC-IA（SampleConsensusInitialAlignment）和ICP（IterativeClosestPoint）是点云配准中常用的两个算法，可以使用 SAC-IA进行粗配准结合ICP进行精配准。1.核心思想SAC-IA：作用：SAC-IA用于粗配准，估计两个点云之间的初始变换矩阵。流程：随机选择源点云中

        RANSAC（RandomSampleConsensus）和ICP（IterativeClosestPoint）是点云配准中常用的两个算法，可以使用RANSAC进行粗配准结合ICP进行精配准。1.FPFH特征FPFH特征：定义：FPFH是一种点云特征描述子，用于表示点云中每个点的局部特征。计算过程：对于每个点，计算其法

发表时间：2020（ICML2020）文章要点：这篇文章基于SAC做简单并且有效的改进来提升效果。作者首先认为SAC里面的entropy是为了解决actionsaturationduetotheboundednatureoftheactionspaces，这个意思就是说动作空间假如约束到[0-1]，动作通常会在0和1两个端点处，而加了entropy可

1.训练环境如何正确编写强化学习里的env.reset()env.step()就是训练环境。其编写流程如下：1.1初始阶段：先写一个简化版的训练环境。把任务难度降到最低，确保一定能正常

离线学习算法：A3C,PPO,TRPO在线学习算法：DDPG，训练不稳定，容易陷入局部最优SAC:离线策略，随机策略，最大化累积奖励的同时最大化策略的熵（更好地探索环境，熵值越高，策略越随机，目

“计算机视觉研究院”计算机视觉研究院专栏作者：Edison_G许多现代的目标检测器通过两次look和think的机制表现出优异的性能。 今天分享的是在目标检测的主干设计中探讨了这