Jun 25
学习笔记
PPO 算法学习文档
基于 pendulum-PPO 项目的代码精读与原理讲解——Actor-Critic 结构、RolloutBuffer、GAE、PPO-Clip 损失、完整训练循环，以及与 DQN 的对比。
21 min read robotic 强化学习 read
Jun 9
学习笔记
TOPPRA 轨迹规划学习文档
基于 TOPPRA 源码的完整解析——B 样条插值、路径加密、自适应网格生成、时间参数化的向后/向前传播，及 Seidel/qpOASES 求解器策略。
17 min read robotic 运动控制 read
Jun 5
学习笔记
轮式底盘人形机器人 Retarget：底盘轨迹解耦算法笔记
动捕数据向轮式底盘人形机器人 retarget 时，底盘轨迹与上身 IK 耦合导致的失真问题，及三步解耦流水线、yaw 估计与滑窗边界处理的算法设计。
4 min read robotic 运动控制 read
Jun 5
学习笔记
MINCO 学习笔记：Minimum Control Effort 轨迹生成
MINCO（ZJU FAST Lab，TRO 2022）核心思想解析——用解析映射直接从路点和时间分配求出最优多项式轨迹，双层优化结构、拉格朗日解系数与虚拟时间参数化。
4 min read robotic 运动控制 read
Jun 4
学习笔记
强化学习学习笔记：从 Bellman 方程到 DQN
以 Flappy Bird 为例梳理强化学习基本框架、Reward 设计、Q 值与 Bellman 方程，以及 DQN 的两个稳定性技巧（Experience Replay、Target Network）。
4 min read robotic 强化学习 read
May 26
我的第一篇博客
Hello world
1 min read Newborn read