课堂笔记

模拟退火 (simulated annealing) 算法是一种用于求解最优化问题的随机化算法。它的灵感来源于物理退火过程的启发，通过模拟固体加温、等温、冷却等过程，结合 Metropolis 采样准则进行科学计算的一种启发式算法。模拟退火算法在解决组合优化问题、函数优化问题等方面表现出色，尤其适用于大规模复杂问题的求解。

进化计算 (Evolutionary Computation) 是一系列启发式的搜索技术

机械臂的正向运动学

Markov决策过程（MDP）是强化学习的基础模型，是一种通过与环境交互从而学习一个策略，实现最大化累积奖励的理论框架。MDP的数学模型由状态空间、动作空间、转移概率和奖励函数组成。时至今日，MDP已经成为强化学习的标准模型，被广泛应用于各个领域，包括机器人控制、游戏AI和自动驾驶等。

位运算系列，记录一些模板题

机械臂是由一个个的刚体连接而成。为了分析机器人的运动，首先需要一个刚体的运动学模型。通过将一个参考框架固连在刚体上，就可以用描述这个框架位姿的 4 \times 4 矩阵来描述刚体的运动。