goodisok 的博客

本文通过逐文件分析 AirSim 源码，解析 AirSim 与 PX4 SITL 之间的完整集成架构。涵盖双通道通信设计、锁步同步机制、HIL 传感器数据流和 MAVLink 消息路由。 源码位置：本文所有分析基于 AirSim main 分支（AirLib 及 MavLinkCom 目录），约 15 个核心文件。 一、双通道架构：数据与控制分离AirSim 与 PX4 SITL 之间采用双通道通信架构，将高频传感器数据和低频控制信号分离到两个独立的 MAVLink 网络： 1.1 通道定义 通道 端口 协议 带宽 用途 数据通道 UDP 4560 MAVLink v2 250 Hz+ HIL_SENSOR, HIL_GPS, HIL_OPTICAL_FLOW 控制通道 UDP 14580 MAVLink v2 10-50 Hz RC_CHANNELS_OVERRIDE, 系统状态, 参数读写 两条通道共享同一个 MAVLink 连接实例，通过消息路由机制实现物理分离。 1.2 源码实现数据通道和控制通道在 MavLinkMultirotorApi.hp...

不是所有代理模型都一样。高斯过程适合小数据+需要不确定性，MLP适合生产部署+需要梯度，树模型适合表格特征——选错方法等于浪费宝贵的CFD计算时间。本文从数据效率、推理速度、不确定性、梯度可用性等七个维度系统对比四种主流方法，并给出明确的选型决策树。 一、为什么选型是代理模型项目中最关键的决策CFD代理模型的研发链路中，方法选择是第一个不可逆的决策。选错方法的代价不是”稍微差一点”——而是整个训练数据收集策略、部署方式、后续可维护性都跟着走偏了。 四种方法的核心差异可以用一个表概括： 维度 高斯过程 (GP) 多层感知器 (MLP) 随机森林 (RF) 梯度提升 (GB) 数据效率 ⬆⬆ 最高 ⬆ 高（+物理约束） ➡ 中 ➡ 中 推理速度 ⬇ 慢（O(N)） ⬆⬆ 最快 ⬆ 快 ⬆ 快 不确定性输出 ✅ 天然 ❌ 需额外方法 ❌ 无 ❌ 无 梯度可用 ✅ 解析梯度 ✅ 自动微分 ❌ 不可微 ❌ 不可微 外推能力 ⬆ 好（核选择） ⬆ 好（物理约束） ⬇⬇ 差 ⬇⬇ 差 超参调优难度 ⬇ 低 ⬇⬇ 高 ⬇⬇ 低 ⬆ 中 可导出ONNX ❌...

从零搭建翼型气动代理模型——零CFD依赖即可完成90%开发。本文用解析函数做真值、Prandtl框架做训练、ONNX做部署，让你看到代理模型从采样到部署的完整链路。 一、目标：五步完成翼型代理模型本文以薄翼型升力系数预测为例，展示CFD代理模型的完整开发流程： 问题定义：输入参数化、输出定义 采样设计：在输入空间选择训练点 真值计算：用解析公式（替代CFD）生成标签 模型训练：GP和MLP对比 模型部署：导出ONNX用于生产 关键前提：开发代理模型框架时不需要任何CFD数据。解析函数做真值是验证框架逻辑最快、最可靠的方式——等框架验证通过后再对接真实CFD也不迟。 二、环境准备1pip install prandtl-cfd numpy matplotlib scikit-learn onnx onnxruntime 确认安装： 12import prandtl as prprint(f"Prandtl version: {pr.__version__}") 三、步骤1：问题定义薄翼型升力公式根据薄翼型理论，升力系数 CLC...

系统梳理 LLM 引导的迭代式代码优化方法论。以 Eureka、FunSearch、Reflexion、SPIN、AlphaCodium 五种代表性工作为锚点，提炼通用的迭代反馈闭环、评估-改进二分结构和多样性维持策略，形成可复用的方法论框架。 一、引言：从生成到优化的范式转变2023年以前，大语言模型（LLM）在代码领域的核心叙事是“一次生成”——给定自然语言描述，直接输出完整代码。Codex [1]、StarCoder [2] 等模型在 HumanEval 等基准上不断刷新通过率，但生成结果的正确性和质量依赖模型的单样本能力，缺乏自我纠错机制。 2023年下半年至2024年初，一个根本性的范式转变出现：从“生成即终点”到“生成-评估-改进”的闭环迭代。这一转变的标志性事件包括： 2023年5月：Voyager [4] 提出 Skill Library + 迭代提示机制，LLM 自主探索 Minecraft 并持续改进技能代码 2023年6月：Reflexion [5] 将“语言化强化学习”引入代码生成，模型根据执行反馈自主修正 2023年10月：Eureka [3]...

CFD代理模型用机器学习从仿真数据中学习输入-输出映射，以微秒级推理替代小时级求解。本文从近似理论、物理流形假设、数据效率三个角度解释为什么这能行得通——不是魔法，是数学。 一、CFD的速度困境计算流体力学（CFD）是现代工程设计的核心工具。无论设计飞机机翼、汽车外形还是无人机旋翼，工程师都需要反复调用CFD求解器来评估气动性能。 问题在于速度。一次RANS（雷诺平均Navier-Stokes）求解器运行需要几分钟到几小时，而一次工程设计优化循环可能需要数百到数千次CFD评估： 1000次优化迭代×2小时次=83天 \text{1000次优化迭代} \times \frac{2\text{小时}}{\text{次}} = 83\text{天} 1000次优化迭代×次2小时​=83天 这不可接受。更糟糕的是，许多工程场景——实时飞控仿真（400Hz刷新率）、不确定性量化（需10000+次蒙特卡洛评估）、多学科耦合优化——要求的调用次数远超设计优化，而每次调用的速度必须远快于CFD。 这就是代理模型（surrogate model）要解决的问题：用一次性批量CFD开销，置换出...

参考教材：Kenneth H. Rosen《离散数学及其应用》第6版（中文版，第1–12章）。GitHub 配套课本：github.com/goodisok/ChinaTextbook 离散数学是计算机科学的数学基础。与连续的高等数学不同，离散数学研究的是可数的、分离的结构——逻辑的真假、集合的元素、图的节点、树的层次。本文覆盖 Rosen 教材第 6 版全部 12 章，按”概念直觉→定义→手算例子→工程应用”的路径，用一张表看懂整个离散数学。 一、逻辑与证明——推理的基石概念直觉计算机只认 0 和 1，逻辑只认真和假。命题逻辑就是把自然语言的推理变成机械化的符号运算——你不需要”理解”一句话的意思，只需要按规则操作真值表，结论自动出来。 定义命题：非真即假的陈述句。”2+2=4”是命题（真），”你好吗？”不是。 五种基本逻辑联结词： 联结词 符号 含义 真值条件 否定 ¬p\neg p¬p 非 ppp ppp 假时为真 合取 p∧qp \land qp∧q ppp 且 qqq 两者同真 析取 p∨qp \lor qp∨q ...

适用教材：盛骤、谢式千、潘承毅主编，《概率论与数理统计》（第五版），高等教育出版社。这是考研数学一指定参考书，与同济高数、同济线代组成”考研数学三件套”。本文按八章速查，配关键几何图解和手算例子。 一、概率论的基本概念概念理解概率论回答一个根本问题：在不确定中，我们能知道什么？ 抛一枚硬币，你不知道下一次是正面还是反面——但你知道抛1000次，大约500次正面。概率论就是把这种”大约”精确化的语言。 核心定义样本空间 Ω\OmegaΩ：随机试验所有可能结果的集合。 事件：Ω\OmegaΩ 的子集。事件 AAA 发生 = 试验结果落在 AAA 中。 概率的公理化定义（柯尔莫哥洛夫，1933）： 非负性：P(A)≥0P(A) \ge 0P(A)≥0 规范性：P(Ω)=1P(\Omega) = 1P(Ω)=1 可列可加性：互不相容事件的概率 = 各自概率之和 关键性质条件概率：已知 BBB 发生的条件下，AAA 发生的概率 P(A∣B)=P(AB)P(B)P(A|B) = \frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)​ 乘法公式...

参考教材：同济大学数学系《线性代数》第六版（第1–6章）。GitHub 配套课本：github.com/goodisok/ChinaTextbook 一、行列式——一个数字决定一切概念直觉行列式是一个奇特的函数：输入一个方阵，输出一个数字。这个数字告诉你一件至关重要的事——这个矩阵所代表的变换是把空间”撑大”还是”压扁”。行列式为零，意味着至少一个维度被压没了——变换变得不可逆。 定义二阶行列式： ∣a11a12a21a22∣=a11a22−a12a21 \begin{vmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{vmatrix} = a_{11}a_{22} - a_{12}a_{21} ​a11​a21​​a12​a22​​​=a11​a22​−a12​a21​ 三阶行列式（对角线法则）： ∣a11a12a13a21a22a23a31a32a33∣=a11a22a33+a12a23a31+a13a21a32−a13a22a31−a12a21a33−a11a23a32 \begin{vm...

一、什么是世界模型——三句话定义世界模型（World Model）是智能体对其所处环境的内部表征，能够预测状态转移、模拟未来轨迹，并在”想象”中完成规划与决策。 三个本质特征： 状态预测：给定当前状态 sts_tst​ 和动作 ata_tat​，预测下一时刻状态 st+1s_{t+1}st+1​ 隐空间表征：不操作原始观测（像素），而是在压缩的隐空间 ztz_tzt​ 中进行推理 想象规划：在学到的世界模型中”做梦”——通过 rollout 生成虚拟轨迹，无需真实环境交互 这一思想最早可追溯至 1990 年 Schmidhuber 的”好奇心驱动学习”，但真正将世界模型推向实用化的是 2018 年 Ha & Schmidhuber 的经典论文 World Models（arXiv:1803.10122）——该文仅用简单的 VAE+RNN 架构便在 VizDoom 和 CarRacing 上展示了在”梦境”中训练的可行性。 今天的”世界模型”已远不止于此：从 PlaNet 的纯模型预测，到 Dreamer 系列的隐想象（latent imagination），再到 So...

参考教材：同济大学数学系《高等数学》第七版 下册（第8–12章）。GitHub 配套课本：github.com/goodisok/ChinaTextbook 一、向量代数与空间解析几何——从平面到空间概念直觉上册的函数都是 y=f(x)y=f(x)y=f(x)：一个输入、一个输出。但世界不是一维的。一架无人机的位置是 (x,y,z)(x,y,z)(x,y,z)，姿态是 (ϕ,θ,ψ)(\phi,\theta,\psi)(ϕ,θ,ψ)——六个输入。我们需要一种能在三维空间里做数学的工具，这就是向量。 向量基本运算点积（内积）： a⋅b=∣a∣∣b∣cos⁡θ\mathbf{a}\cdot\mathbf{b} = |\mathbf{a}||\mathbf{b}|\cos\thetaa⋅b=∣a∣∣b∣cosθ 物理意义：力 F\mathbf{F}F 沿位移 s\mathbf{s}s 做的功 W=F⋅sW = \mathbf{F}\cdot\mathbf{s}W=F⋅s。如果力和位移垂直，不做功——这就是为什么轨道速度不改变轨道高度。 叉积（外积）： a×b=∣...