【强化学习】常用算法之一 “SAC”
强化学习（Reinforcement Learning，RL）是一种机器学习的分支，其目标是让智能体（agent）通过与环境的交互学习到最优的行为策略。SAC（Soft Actor-Critic）算法是近年来在强化学习领域取得重要突破的算法之一，它是一种基于策略优化和价值函数学习的算法。相对于传统的强化学习算法，SAC算法在优化过程中引入了熵正则化和软化策略更新的概念，使得智能体能够更好地探索未知的状态，提高学习效率。
【年终特辑】看见科技创新力量 洞见时代创业精神——2022年
在不确定时代，创新在哪里发生？这也是我们经常被问到的一个问题。通过这本册子，我们尝试回答这个问题。
1.数字化是当下乃至未来十年的黄金大赛道，云计算之上的创新业态正蓬勃生长。
2.人工智能正在为云计算和大数据带来新一轮变革力
3.制造业加速进入数智融合新阶段，行业期盼更多有场景 know- how 的供应商入场。
4.汽车交通领域正呈现一如当年移动互联网时代的繁荣之势。
最新综述！基于视觉的自动驾驶环境感知（单目、双目和RGB-D）
目相机使用来自单个视点的图像数据作为输入来估计对象深度，相比之下，立体视觉是基于视差和匹配不同视图的特征点，深度学习的应用也进一步提高了准确性。此外，SLAM可以建立道路环境模型，从而帮助车辆感知周围环境并完成任务。本文介绍并比较了各种目标检测和识别方法，然后解释了深度估计的发展，并比较了基于单目、立体和RGB-D传感器的各种方法，接下来回顾并比较了SLAM的各种方法。最后总结了当前存在的问题，并提出了视觉技术的未来发展趋势。