仓库要想完全实现自动化还需要较长的一个循序渐进的过程，由当前的人机协作，逐步达到完全的自动化。
动态规划（DP, Dynamic Programming）是很多互联网公司笔试/面试喜欢考的题目，听起来也非常高大上。对于非计算机专业，或者没怎么刷过编程题的人来说，可能会对这个算法望而生畏。这里分享一下，让大家一看就明白，理解到底什么是动态规划。
量子计算是否有望在10-15年之内取得重大进展，走出实验室，真正应用在解决实际问题中？
BAT和华为带了一个“坏头”，作为科技企业，却“不务正业”跑去“修路”。上行下效，一批初创公司也跟着加入。没错，我说的就是“车路协同”。
2024年年初，工业和信息化部、公安部等5部门印发《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，提出智能网联汽车“车路云一体化”协同发展的系列政策举措。探索基于车、路、网、云、图等高效协同的自动驾驶技术多场景应用，加快智能网联汽车技术突破和产业化发展。
大数据文摘出品 编译：王一丁、元元、Aileen 麻省理工学院的研究人员表示，他们发明了一种高效的调度算法，可以将城市的出租车数量减少30％。 他们的研究成果近日发表于《自然》杂志。 大数据文摘公众号后台对话框回复“调度”下载本论文~ 麻省理工学院 Senseable City Lab 主任Carlo Ratti告诉《IEEE Spectrum》杂志，“如果对出租车或驾驶人员进行更好的管理，纽约的车辆可以减少30％。”纽约的一万四千多辆出租车每天大约出车50万趟。无论是从出租车的角度还是从占据城市街道空间的
「博弈论」这个词可能对于一些仅仅致力于机器学习前沿算法的人并不算熟悉。其实，有意无意的，博弈论的思想一直存在于很多机器学习的探索过程中，不管是经典的 SVM，还是大火的 GAN，这些模型的背后都有博弈论的影子。
近日，小米SU7 Max创始版已经陆续交付。博主@杨长顺维修家 提车后第一时间拆掉了新车的主控，一起来看看Orin X、8295芯片到底长什么样，PCB做工如何，和特斯拉比到底是什么水平。
我国智能驾驶车辆起源于1980年，然而在1992年国防科技大学研发真正第一辆智能车。2003年，清华大学研发的THMR-V可在清晰的车道线上完成车道保持，而且它的最高时速可达到150km/h，如图1所示。
作者/ 曹锦 2017年，当李斌在五棵松体育馆首次演示换电功能时，数位蔚来工程师的心也悬到了嗓子眼儿。 当时正值冬天，寒冷天气对于换电的精度以及空气悬挂都会产生影响，而蔚来彼时才刚开始设计换电站两年多，当天展示用的换电站又要在短时间内适应舞台结构，整体控制都经过了工程师们的紧急调试。 演示时长2分56秒，却显得如此漫长。 如今，蔚来已在全国范围内建成301座换电站、204座超充站和382座目的地充电站，累计为用户提供了超290万次换电服务和超60万次一键加电服务。其中，换电站在哈尔滨、呼和浩特、乌鲁木齐这
《机器学习训练秘籍》（Machine Learning Yearning）这本书讲的是如何构建机器学习项目的开发流程。该书包括了许多在别处难得一见的实用见解，讲述的形式又非常适合分享给团队中的其他成员以及合作者。大多数人工智能方面的课程会向你阐释不同机器学习算法的工作原理，而这本书教授的是如何实际使用它们。
AI科技评论按：本文根据郑宇教授在中国人工智能学会AIDL第二期人工智能前沿讲习班＊机器学习前沿所作报告《多源数据融合与时空数据》编辑整理而来，AI科技评论在未改变原意的基础上略作了删减。 郑宇 郑宇，微软研究院城市计算领域负责人、资深主任研究员、上海交通大学讲座教授、中国香港科技大学客座教授、人工智能国际权威期刊 ACM TIST 主编、美国计算机学会杰出科学家，ACM数据挖掘中国分会（KDD China）秘书长。2013年被MIT Technology Reivew评为全球杰出青年创新
12月27日，百度Create 2021(百度AI开发者大会)召开，百度创始人、董事长兼首席执行官李彦宏再次提出“智能交通可使5年之内中国一线城市不再需要限购和限行，10年之内基本解决拥堵问题”的观点，引起广泛关注。
正值毕业季，小编这里简洁明了地讲述一下自己毕业设计相关的算法。 当初之所以跟着导师学习进化算法，首先很有意思的一点是，进化算法是一种种群类算法，设计算法思路的时候感觉就像在玩策略游戏，讲求如何排兵布阵
这样的场景不止一次出现过，也许电梯间有10个电梯在运行，但你就是等了10分钟也没等到。电梯无数次从你在的那一层经过，就是不停，仿佛加了黑名单。
石头-剪子-布*从数学角度来看显然不是很有趣。纳什均衡策略非常简单:从这三个选择中随机选择，(从长远来看)你的对手不会打败你(你也不会打败你的对手)。尽管如此，计算机策略仍然有可能在长时间的游戏中击败人类玩家。
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 年关已近，小鹏该兑现PPT了。 今年4月27日，小鹏P7发布，会上最激动人心的，莫过于自研的自动驾驶系统XPilot实测视频： 为中国路况订制的XPilot，以及其他一系列眼花缭乱的智能体验，让人对于智能技术自研标签鲜明的小鹏汽车，有了不太一样的期待。 而且小鹏P7进入交付期后，机械硬件和操控性已经赢得不少好评——反倒让尚未OTA推送的XPilot 3.0，更加吊人胃口。 所以也怕小鹏给忘了，也全当行使一下第三方监督PPT兑现的
作为与零售、金融并列的“商业基础设施”，阿里巴巴的菜鸟网络成立的四年间里已经建构了一张数据化、智能化和社会化的物流网络干络，以支撑全社会的商品配送需求。2017年，阿里称未来五年继续加持 1000亿投入，加大布局新零售与物流全球化。再 1000亿未来的背后，有哪些技术实践能推助智慧物流发展，又值得我们关注呢？
再比如，他们的最新无人配送车魔袋20，L4级自动驾驶，已经在公开道路上进行测试，并于最近落地运营。
背景 美团点评作为国内最大的O2O平台，业务热度的高峰低谷非常显著且规律，如果遇到节假日或促销活动，流量还会在短时间内出现成倍的增长。过去传统虚拟机的服务运行及部署机制在应对服务快速扩容、缩容需求中存在诸多不足： 资源实例创建慢，需要预先安装好运行所需的环境，比如JDK等。 扩容后的实例，需要经过代码部署流程，一些情况下还需要修改配置后才能承接流量。 资源申请容易回收困难，促销活动后做相关资源的回收下线会比较漫长。 由于业务存在典型的高峰低谷，为保障业务稳定，资源实例数要保障能抗高峰期容量峰值的1-2倍，从
机器之心原创 记者：高静宜 开易科技将深度学习落地为重点布局方向，最大程度地挖掘其每月增加百万级数据量的价值。 下午四点，搭载开易科技 ADAS 设备的测试车缓缓由市区驶向机场高速。 为确保得到更全
在ICLR 2021（国际表征学习大会）上，Brian McWilliams团队展示的“ EigenGame: PCA as a Nash Equilibrium”获得了杰出论文奖。
在中国的打车市场混战中，Uber也加入了战局。与国内打车公司策略不同，动态定价策略是其核心之一，不论是受到赞扬还是诟病，这个符合经济供求的溢价算法在中国已经启动。 当你在某个夜晚听完演唱会想叫个Uber回家时，你可能会发现价格居然自动上涨了1.5倍甚至更高，这是怎么算出来的。 溢价算法，是基于他们对市场这只无形的手的调节功能，百分之百的相信，以及百分之两百的理解，正如他们自己所说“溢价不是计划好的，是依据供求动态平衡”。 下文摘自Uber的董事会成员Bill Gurley的文章，他深入的探讨一下该定价策
高德定位业务包括云上定位和端上定位两大模块。其中，云上定位主要解决Wifi指纹库、AGPS定位、轨迹挖掘和聚类等问题；端上定位解决手机端和车机端的实时定位问题。近年来，随着定位业务的发展，用户对在城市峡谷（高楼、高架等）的定位精度提出了更高的要求。
导读：说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从出租车扬召到司机在滴滴平台抢单，最后到平台派单，大家今天的出行体验已经发生了翻天覆地的变化。面对着每天数千万的呼叫，滴滴的派单算法一直在持续努力让更多人打到车。本篇文章会着重介绍滴滴是如何分析和建模这个问题，并且在这过程中面临了怎样的算法挑战，以及介绍一些常用的派单算法。这些算法能够不断提升用户打到车的确定性。
安妮 编译自 CNN Tech 量子位 出品 | 公众号 QbitAI 抛弃人工洗车已多年，洗车房早就鸟枪换炮变成自动洗车了。 但是，无人车可能还需依赖最古老落后的人工洗车法保护车辆的零部件免受伤害。
点击上方“专知”关注获取更多AI知识! 【导读】Google DeepMind在Nature上发表最新论文，介绍了迄今最强最新的版本AlphaGo Zero，不使用人类先验知识，使用纯强化学习，将价值网络和策略网络整合为一个架构，3天训练后就以100比0击败了上一版本的AlphaGo。Alpha Zero的背后核心技术是深度强化学习，为此，专知有幸邀请到叶强博士根据DeepMind AlphaGo的研究人员David Silver《深度强化学习》视频公开课进行创作的中文学习笔记，在专知发布推荐给大家！（关注
雷刚 发自 副驾寺 量子位 报道 | 公众号 QbitAI 自动驾驶独角兽Momenta，中文名初速度。 现在，它展现的是加速度，可以让任何车企在自动驾驶快车道上加速的加速度。 而这种加速度，被全球第一大车企认可、被欧洲豪华品牌认可、被全球最大tier 1认可、被中国顶级车企认可，被中国科技互联网巨头同时认可。 没错，这就是Momenta新一轮融资展现的状态和趋势。 Momenta新一轮融资？ 总额超5亿美元。 新投资者一半产业战投，一半财务VC。 产业侧：全球第一大车企丰田，全球第一大tier 1博世
说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从扬召到抢单到派单，我们又是如何演进到今天大家的打车体验的呢，我们首先来看一看，好的派单算法为什么是出行行业不可或缺的能力？
桔妹导读：说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从出租车扬召到司机在滴滴平台抢单最后到平台派单，大家今天的出行体验已经发生了翻天覆地的变化，面对着每天数千万的呼叫，滴滴的派单算法一直在持续努力让更多人打到车，本篇文章会着重介绍我们是如何分析和建模这个问题，并且这其中面临了怎样的算法挑战，以及介绍一些我们常用的派单算法，这些算法能够让我们不断的提升用户的打车确定性。
导读：说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从出租车扬召到司机在滴滴平台抢单最后到平台派单，大家今天的出行体验已经发生了翻天覆地的变化，面对着每天数千万的呼叫，滴滴的派单算法一直在持续努力让更多人打到车，本篇文章会着重介绍我们是如何分析和建模这个问题，并且这其中面临了怎样的算法挑战，以及介绍一些我们常用的派单算法，这些算法能够让我们不断的提升用户的打车确定性。
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号：datayx 随着监管政策步入关键落地期，受合规监管标的限额影响，曾备受追捧的大额标的逐渐消失，小额分散的车贷业务成为网贷平台转型的主要方向之一。车贷资产由于进入门槛低、借款额度低、流动性高、限期短等优点，但做好风险防控依然是行业的主要问题之一。 国内某贷款机构就面临了这样的难题，该机构的借款人往往拖欠还款或拒不还款，导致该机构的不良贷款率居高不下。面对如此头疼的问题，该机构将部分贷款数据开放，诚邀大家帮助他们建立风险识别模型来预
继一对多的距离计算服务后，腾讯位置服务近日再次升级，推出更为强大的距离矩阵（多对多）距离服务。从计算性能上来看，多对多矩阵最高支持25×25矩阵（一次请求计算路面距离625对），一对多最多支持1×200批量计算，批量计算能力达到业内领先水平。
在马车时代，汽车刚刚出现的时候，汽车被当作了怪物，才有了备受嘲笑的“红旗法案”，法案规定，汽车市内限速2英里/时，郊外4英里/时，而且在汽车前进几米的地方，要有一个手持红旗的男子先行，告诉人们注意避让.
决策是自动驾驶的关键部分之一，它首先融合多传感信息，然后根据驾驶需求进行任务决策，接着在能避开可能存在的障碍物前提下，通过一些特定的约束条件，规划出两点间多条可选安全路径和并在这些路径中选取一条最优的路径作为车辆行驶轨迹。然而，要实现决策规划是一个复杂的系统工程，需要精准感知环境，理解交通参与者的意图并能够在广泛丰富的场景下，实现稳定安全的无人驾驶。需要面对真实路况中的大量 “不确定性”。这种不确定性是贯穿上下游的，并且感知局限性、行为预测偶然性、规控交互性共同交织的挑战。
自动化的最终目的是做一个全自动化的渗透工具，本文是学术界2018年发布的一篇论文，主要就是讲如何通过强化学习来进行自动化路径决策。对后续工具的开发具有借鉴意义。
在中国的打车市场混战中，Uber也加入了战局。与国内打车公司策略不同，动态定价策略是其核心之一，不论是受到赞扬还是诟病，这个符合经济供求的溢价算法在中国已经启动。 当你在某个夜晚听完演唱会想叫个Uber回家时，你可能会发现价格居然自动上涨了1.5倍甚至更高，这是怎么算出来的。 溢价算法，是基于他们对市场这只无形的手的调节功能，百分之百的相信，以及百分之两百的理解，正如他们自己所说“溢价不是计划好的，是依据供求动态平衡”。 下文摘自Uber的董事会成员Bill Gurley的文章，他深入的探讨一下该定价策略和
第2篇详细介绍了八种常用的统计机器学习方法，即聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、无监督学习方法总结 22.1无监潜在语义分析（LSA）、概率潜在语义分析（PLSA）、马尔可夫链蒙特卡罗法（CMC，包括 Metropolis-Hastings-算法和吉布斯抽样）、潜在狄利克雷分配（LDA）、 PageRank算法。此外，还简单介绍了另外三种常用的统计机器学习方法，即非负矩阵分解（NMF）变分推理、幂法。这些方法通常用于无监督学习的聚类、降维、话题分析以及图分析。
香港中文大学计算机系副教授张胜誉 文/CSDN史天 7 月 22 - 23 日，在中国科学技术协会、中国科学院的指导下，由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办，CSDN、中国科学院自动化研究所承办的 2017 中国人工智能大会（CCAI 2017）在杭州国际会议中心盛大召开。 在大会的智能金融论坛上，香港中文大学计算机系副教授张胜誉发表了《个性化推荐和资源分配在金融和经济中的应用》主题演讲。 张教授的分享主要包含三个方面： 基于实例简要分享了 AI 在金融中应用的概况，比如用人工智能来对金融
7 月 22 - 23 日，在中国科学技术协会、中国科学院的指导下，由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办，CSDN、中国科学院自动化研究所承办的 2017 中国人工智能大会（CCAI 2017）在杭州国际会议中心盛大召开。 在大会的智能金融论坛上，香港中文大学计算机系副教授张胜誉发表了《个性化推荐和资源分配在金融和经济中的应用》主题演讲。 张教授的分享主要包含三个方面： 基于实例简要分享了 AI 在金融中应用的概况，比如用人工智能来对金融做各种技术服务，当用户量达到一定规模之后，可能会需
动态规划（DP）是指可以用于在给定完整的环境模型作为马尔可夫决策过程（MDP）的情况下计算最优策略的算法集合。DP的核心思想就是使用value function作为依据，指导policies的搜索过程。上一次我们讨论到，一旦找到满足Bellman最优方程的最优值函数v*或q* 我们就可以获得最优策略，而DP算法做的事情就是把这些bellman functions转变成优化value functions近似值的更新规则。
机器之心专栏 作者：腾讯AI Lab 「绝艺」又有了新成果：在1v1麻将（二人雀神）测试中战胜职业冠军选手。 对于 AI 领域的研究者和从业者来说，腾讯 AI Lab 研发的围棋 AI「绝艺」的名字并不陌生。自 2016 年面世后，它已四次夺得世界顶级赛事冠军，包括 UEC 杯、AI 龙星战、腾讯世界人工智能围棋大赛、世界智能围棋公开赛等，并自 2018 年起无偿担任中国国家围棋队训练专用 AI。 在围棋以外，腾讯 AI Lab 绝艺团队持续深入研究大规模二人零和博弈问题，从完美信息游戏（围棋）逐步拓展至非
Alpha Go所使用的技术将应用于机动车辆驾驶，目的是帮助其应对复杂的驾驶情境，目前还处于测试阶段。 在未来的几个月里，一大波无人驾驶车将占领道路。这些无人驾驶车不像大多数自动驾驶车那样，需要程序员为其可能遇到的各种情境设置程序，它们会通过仿真技术，教自己如何有效地应对各种棘手的情况。 这些无人驾驶车将会运用强化学习的算法，学习如何在交通繁忙的十字路口、拥挤的高速公路和圆形交叉路口上找到正确的行驶路线。强化学习算法的灵感来源于动物的训练，通过奖励某种行为，使奖励与行为相互关联。 Mobileye（http
Chapter 36、When you should train and test on different distributions(何时应该在不同的分布下训练和测试)
AI 科技评论按：腾讯大数据峰会暨 KDD China 技术峰会中，滴滴研究院副院长、密歇根大学终身教授叶杰平博士非常全面地解密了机器学习在滴滴中的大规模应用，其中包括：出行目的地预测、路径规划、拼车最优匹配、订单分配、估价、运力调度、评分系统等。AI 科技评论根据现场演讲整理成文，并由叶杰平博士与滴滴 CTO 张博亲自审文。 叶杰平： 滴滴研究院副院长，美国密歇根大学的终身教授。叶杰平是机器学习领域国际领军人物，其主要从事机器学习、数据挖掘和大数据分析领域的研究，尤其在大规模稀疏模型学习中处于国际领先地位
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
