Pythonに詳しい方が、
下記のPythonヒッチハイクガイドという
Webの資料を紹介していたので、
一通り目を通してみて
知らなかったことをメモようにまとめておきたいと思います。
英語版
日本語版
続きを読む
以前、凸最適化技術の基礎として、
線形計画法や、二次計画法の概要を説明し、
凸最適化の有名な応用例である
ナップザック問題を解くシミュレーションを紹介しました。
今回は同じく、凸最適化の応用例として有名な
ポートフォリオ最適化問題の概要と、
ポートフォリオフォリオ最適化問題を解く、
Juliaサンプルコードを紹介したいと思います。
続きを読む
以前、
MATLABのコードの高速化手法や
Pythonコードの高速化の手法を紹介しましたが、
今回は、下記の公式記事を元に、
Juliaのコードを高速化する方法をまとめたいと思います。
Juliaは普通に使用しても十分高速ですが、
下記のTipsを利用することで、
より高速化することができます。
Juliaという言語そのものに関しては、
下記の記事を参照ください。
続きを読む
下記のScipy Lecture Noteという、
オンライン上の数値演算・解析系のPythonチュートリアルが
素晴らしかったので、
読んで心に残ったことをメモしておきたいと思います。
続きを読む
ロボットの自律移動技術の中で、
重要なものの一つに、
経路追従(Path following)技術があります。
(その他の自律移動技術に関しては下記を参照ください
今回の記事では、
ロボットの経路計画問題における代表的な技術の概要と
サンプルコードの記事のリンクをまとめておきます。
続きを読む
これまで、様々な言語における
おすすめVim設定とVImプラグインを紹介してきましたが、
最近、Juliaという比較的新しい言語を勉強しているため、
JuliaのコードをVimで書くためのおすすめ設定と、
プラグインを紹介したいと思います。
自分のすべての言語に共通したVimの設定ファイルは
下記のリポジトリで公開しています。
続きを読む
以前、最適制御の手法として有名な
線形二次レギュレータ(LQR)の概要を説明しましたが、
先日、中国の検索エンジン会社バイドゥが公開した
自動運転ソフトウェアApolloにおいて、
このLQRをステアリング制御に使用していました。
Baidu自動運転ソフトApolloを軽く読んでみたけど、今のところローカリはRTKGPS+IMU、制御は進行方向はPID、ステアリングは逐次LQRだった：An open autonomous driving platform https://t.co/1EB7VSxrsQ
— Atsushi Sakai (@Atsushi_twi) 2017年7月5日
そこで今回、このLQRを使ったステアリング型ロボットの
経路追従の技術概要と
簡単なPythonサンプルコードを紹介したいと思います。
続きを読む
最近Amazon Musicで音楽を聞くことが多いのですが、
Chromecastを繋いだテレビからは流せないので、
すこしイライラしていました。
そこで自分の家にはAppleの商品が転がっており、
Amazon MusicはAirplayには対応しているので、
以前購入したRaspberry PiにAirplayサーバを立てて、
家のどこからでもApple製品から、
Raspberry Piに繋がったスピーカーに、
音を流せるようにしました。
今回はその方法について説明したいと思います。
続きを読む
以前、Python製の最適化モデリングライブラリ
cvxpyを紹介しましたが、
今回は、高速科学演算向け言語であるJuliaの
最適化モデリングツールであるJuMP (Julia for Mathematical Optimization)
の紹介をしようと思います。
JuMPの詳細に関しては、下記の論文を参照ください。
プログラミング言語Juliaに関しては下記の記事を参照ください。
続きを読む
先日、新しいコンピュータとして、
Macbook Pro (MBP)13.3インチ(タッチバー無し)を買いました。
以前、使っていた2013年のMacbook Air 13インチと
重さは殆ど変わらないですし、
CPU, SSD, メモリすべてにおいてスペック倍増したので、
かなり快適です。
しかし、多くの人がご存知の通り、
現在のMBPはインターフェースとして、
USB-Cしか無いため、
かなりの周辺機器を追加で購入する必要がありました。
そこで、自分が購入して便利だった
MBPの周辺機器をまとめておこうと思います。
続きを読む
