目录1.实验目标2.相关原理3.实验过程3.1基于Q-learning的三维模型创建3.2无人机类、环境类和障碍物类的建立3.3继承和多态的实现3.4训练3.5测试4.完整代码main.cppQ-learning.cpp train.cpptest.cppenvironment.cppmap.cppobstacles.cpp view.cppuav.h obstacle.h envionment.h5.实验结果5.1图形界面5.2训练结果5.3飞行路径5.4决策优化奖励5.5路径规划 6.参考文献1.实验目标通过C++编写一段程序，采用Q-learning算法实现一架无人机的智能三维航线规划。
目录1.实验目标2.相关原理3.实验过程3.1基于Q-learning的三维模型创建3.2无人机类、环境类和障碍物类的建立3.3继承和多态的实现3.4训练3.5测试4.完整代码main.cppQ-learning.cpp train.cpptest.cppenvironment.cppmap.cppobstacles.cpp view.cppuav.h obstacle.h envionment.h5.实验结果5.1图形界面5.2训练结果5.3飞行路径5.4决策优化奖励5.5路径规划 6.参考文献1.实验目标通过C++编写一段程序，采用Q-learning算法实现一架无人机的智能三维航线规划。
需要源码请点赞关注收藏后评论区留言私信~~~一、OpenGLES简介虽然OpenGL的三维制图功能非常强大，但是它主要为计算机设计的，对于嵌入式设备和移动端设备来说显得比较臃肿，所以业界又设计了专供嵌入式设备的OpenGLES它相当于OpenGL的精简版，因为嵌入式设备追求性价比，所以能不做的渲染操作尽量不做，以便优化整体的系统性能OpenGLES将所有的渲染过程划分为若干着色器，每个着色器只负责自己这块的渲染操作。 着色器的小程序保存在扩展名为glsl的配置文件中，它采用GLSL语言编写，语法框架类似于C语言OpenGLES2.0与3.0之间的GLSL语法差异如下：（1）对于ES3.0来说
需要源码请点赞关注收藏后评论区留言私信~~~一、OpenGLES简介虽然OpenGL的三维制图功能非常强大，但是它主要为计算机设计的，对于嵌入式设备和移动端设备来说显得比较臃肿，所以业界又设计了专供嵌入式设备的OpenGLES它相当于OpenGL的精简版，因为嵌入式设备追求性价比，所以能不做的渲染操作尽量不做，以便优化整体的系统性能OpenGLES将所有的渲染过程划分为若干着色器，每个着色器只负责自己这块的渲染操作。 着色器的小程序保存在扩展名为glsl的配置文件中，它采用GLSL语言编写，语法框架类似于C语言OpenGLES2.0与3.0之间的GLSL语法差异如下：（1）对于ES3.0来说
JZ7重建二叉树描述给定节点数为n的二叉树的前序遍历和中序遍历结果，请重建出该二叉树并返回它的头结点。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}提示:1.vin.length==pre.length2.pre和vin均无重复元素3.vin出现的元素均出现在pre里4.只需要返回根结点，系统会自动输出整颗树做答案对比具体做法：step1：先根据前序遍历第一个点建立根节点。step2：然后遍历中序遍历找到根节点在数组中的位置。step3：再按照子树的节点数将两个遍历的序列分割成子数组，将子数组送入函数建立子树。step4：直到子树的序列长
JZ7重建二叉树描述给定节点数为n的二叉树的前序遍历和中序遍历结果，请重建出该二叉树并返回它的头结点。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}提示:1.vin.length==pre.length2.pre和vin均无重复元素3.vin出现的元素均出现在pre里4.只需要返回根结点，系统会自动输出整颗树做答案对比具体做法：step1：先根据前序遍历第一个点建立根节点。step2：然后遍历中序遍历找到根节点在数组中的位置。step3：再按照子树的节点数将两个遍历的序列分割成子数组，将子数组送入函数建立子树。step4：直到子树的序列长
记录几篇Transformer的超分辨率重建论文。1LearningTextureTransformerNetworkforImageSuper-Resolution（TTSR，CVPR2020）本文引用已经有200多了。原文链接1.1摘要文章做的是RefSR工作，主要观点是将Transformer作为一个attention，这样可以更好地将参考图像（Ref）的纹理信息转移到高质图像（HR）中。做法还是比较有意思的，如下图所示，将上采样的LR图像、依次向下/上采样的Ref图像、原始Ref图像中提取的纹理特征分别作为Q、K、V。纹理Transformer包含了4个结构：1）DNN实现的可学习的纹
记录几篇Transformer的超分辨率重建论文。1LearningTextureTransformerNetworkforImageSuper-Resolution（TTSR，CVPR2020）本文引用已经有200多了。原文链接1.1摘要文章做的是RefSR工作，主要观点是将Transformer作为一个attention，这样可以更好地将参考图像（Ref）的纹理信息转移到高质图像（HR）中。做法还是比较有意思的，如下图所示，将上采样的LR图像、依次向下/上采样的Ref图像、原始Ref图像中提取的纹理特征分别作为Q、K、V。纹理Transformer包含了4个结构：1）DNN实现的可学习的纹
目录一、绘制三维曲线 二、绘制三维曲面1.meshgrid函数 2.mesh和surf函数一、绘制三维曲线1.最基本的绘制三维曲线的函数—plot3plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n)其中，每一组x，y，z组成一组曲线的坐标参数，选项的定义和plot函数相同。当x、y、z是同维向量时，则x、y、z对应元素构成一条三维曲线；当x、y、z是同维矩阵时，则以x、y、z对应列元素绘制三维曲线，曲线条数等于矩阵列数。（plot详细用法可以参考我的博客：matlab绘图（一）例1.绘制三维曲线 代码如下：t=0:pi/10:10*pi;%取点x=s
目录一、绘制三维曲线 二、绘制三维曲面1.meshgrid函数 2.mesh和surf函数一、绘制三维曲线1.最基本的绘制三维曲线的函数—plot3plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n)其中，每一组x，y，z组成一组曲线的坐标参数，选项的定义和plot函数相同。当x、y、z是同维向量时，则x、y、z对应元素构成一条三维曲线；当x、y、z是同维矩阵时，则以x、y、z对应列元素绘制三维曲线，曲线条数等于矩阵列数。（plot详细用法可以参考我的博客：matlab绘图（一）例1.绘制三维曲线 代码如下：t=0:pi/10:10*pi;%取点x=s
