Greg的案例列表

作者:Greg · 共 2 个案例

无人机航路规划算法

图1 A*算法航路规划示意图 该图展示基于栅格地图的A*启发式搜索航路规划结果。整个飞行空间被划分为规则栅格单元,障碍栅格与可行栅格明确区分。A*算法综合考量实际移动代价与预估启发代价,优先向终点方向搜索,大幅缩减无效搜索范围。规划出的路径全局最优,路线简洁、避障效果良好,适用于室内、园区等静态已知环境的无人机航路规划。 图2 Dijkstra算法航路规划示意图 图示为Dijkstra单源最短路径算法的航路规划可视化。算法属于广度优先搜索,无启发项引导,以起点为原点向外逐层扩张搜索域(图中浅色调区域为已遍历空间),直至抵达终点。该算法可保证路径全局最短,鲁棒性强,但因全域搜索特

智能体系统

图1:AI Agent 分层模块化整体架构图 该架构为自研AI Agent标准分层体系,遵循感知-记忆-思考-执行-交互的智能体运行逻辑。 1. 感知层:作为数据入口,统一接收文本、语音、图像、设备信号等多模态输入,完成数据清洗与标准化预处理; 2. 记忆层:分为短时会话记忆与长期知识库,负责留存对话上下文、历史任务、领域知识与用户画像,支撑上下文连贯交互; 3. 规划决策层:架构核心单元,依托大模型推理能力完成任务理解、目标拆解、逻辑判断与路径规划,是智能体“思考”的核心; 4. 工具调用层:集成插件、接口、数据库、外部系统等能力,支持联网查询、数据计算、业务操作等拓展任务; 5

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑

Greg的案例列表

无人机航路规划算法

图1 A*算法航路规划示意图 该图展示基于栅格地图的A*启发式搜索航路规划结果。整个飞行空间被划分为规则栅格单元,障碍栅格与可行栅格明确区分。A*算法综合考量实际移动代价与预估启发代价,优先向终点方向搜索,大幅缩减无效搜索范围。规划出的路径全局最优,路线简洁、避障效果良好,适用于室内、园区等静态已知环境的无人机航路规划。 图2 Dijkstra算法航路规划示意图 图示为Dijkstra单源最短路径算法的航路规划可视化。算法属于广度优先搜索,无启发项引导,以起点为原点向外逐层扩张搜索域(图中浅色调区域为已遍历空间),直至抵达终点。该算法可保证路径全局最短,鲁棒性强,但因全域搜索特...

智能体系统

图1:AI Agent 分层模块化整体架构图 该架构为自研AI Agent标准分层体系,遵循感知-记忆-思考-执行-交互的智能体运行逻辑。 1. 感知层:作为数据入口,统一接收文本、语音、图像、设备信号等多模态输入,完成数据清洗与标准化预处理; 2. 记忆层:分为短时会话记忆与长期知识库,负责留存对话上下文、历史任务、领域知识与用户画像,支撑上下文连贯交互; 3. 规划决策层:架构核心单元,依托大模型推理能力完成任务理解、目标拆解、逻辑判断与路径规划,是智能体“思考”的核心; 4. 工具调用层:集成插件、接口、数据库、外部系统等能力,支持联网查询、数据计算、业务操作等拓展任务; 5...

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑
查看简历
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×