平均分800左右

DQN算法实现机器学习避开障碍走到迷宫终点。.zip

leetcode走方格起点到终点 前言 从山顶到谷底，我也仅仅用了不到3年的时间，由于研一的退学和研二的培训结构经历的失败，导致了我缺乏时间管理意识，研三阶段已经开始放飞自我，两年里囫囵吞枣的学了很多的东西，但是都以失败告终，这导致了我实习失败，论文失败，毕业失败，心态崩溃，成为了一个loseer！ 从小到大一路走来，我都是给人以好学生的姿态，至少在此之前从来都不接受自己变得不优秀的事实，但是研一和研二的两次决定都验证了：我，不优秀且蠢。我想这发生一切都应该不是偶然，肯定是自己自卑加社恐的性格弱点在作怪，要说之前没有显现出来是因为我按部就班，没有给他可乘之机。都说大学是个小社会，读研更甚，那么这方面的劣势就导致了不可挽回的。 分析下导致我失败的研究生阶段的原因： 主观原因： 自卑、社恐的心理。不自信使得我错过了一些原本争取到的机会，如牛逼的导师，不错的实习机会。而社恐使得我在与导师的交流过程中信息的不对称，我一年换了三个科研方向。 缺乏自律。我喜欢去做计划，但是在计划执行中总是被外界影响，比如实习期间我竟然选择了去参加培训，而培训的结果并不理想。 客观原因： 首先就是疫情影响直接导致了

我们研究了温度T和夸克化学势μ平面上的QCD相图，并与耦合到夸克的线性sigma模型建立了强相互作用。 考虑到等离子体屏蔽效应，可以从有限T和μ处的有效电位找到相变线。 我们发现临界端点（CEP）的位置为（μCEP/ Tc，TCEP / Tc）〜（1.2,0.8），其中Tc是在消失时的相变相变的（伪）临界温度。 该位置位于通过晶格启发式计算找到的区域内。 结果表明，在线性sigma模型中，CEP在相图中的位置预期仅通过手性对称性断裂来确定。 对于所有其他没有局限性的模型，如果对等离子红外性质进行了适当的处理以描述手性对称性，则对所有其他模型也同样如此。 同样，我们也希望这些修正在QCD相图中具有实质性的意义。

路径规划算法仿真 A星算法 传统A*(Astar)算法+改进后的A*算法 Matlab代码 可以固定栅格地图与起点终点 可以进行定量比较 改进： ①提升搜索效率（引入权重系数） ②冗余拐角优化（可显示拐角优化次数） ③路径平滑处理（引入梯度下降算法配合S-G滤波器） 想要的可以加好友我 先发传统A＊代码确认可以运行后补发改进后的A*算法完整程序 代码含注释

【路径规划】基于RRT算法实现多机器人路径规划，多起点，统一终点matlab源码一、RRT算法

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

转炉炼钢终点优化控制模型，matlab代码、聚类剔除野值、C、T预测，一键式炼钢。

在经典蚁群算法程序基础上修改： 确定起点终点 无闭环，即走遍之后不返回起点

%% 蚁群算法模拟山区地势图，从一个起点到终点的最佳路线。此处的山谷数据可以更改为城市间的数据或者其它想要路径优化的数据，适用性广