用函数指针在 C 里模拟虚函数表
C语言中的函数指针与虚函数表模拟 在C语言模拟面向对象的技巧里,函数指针和虚函数表风格的操作表,是最核心的一层机制。当系统开始管理越来越多的设备、模块和控制逻辑时,单纯依靠一堆分散的函数和条件分支,代码会越来越难维护。 在嵌入式系统中,如何用 C 语言的函数指针模拟“对象方法”,再进一步模拟“虚函数表”和“多态调用”? 一、为什么普通 C 写法会越来越难维护 先看最朴素的写法。假设我们有两类电机: DJI 电机 DM 电机 一开始也许只需要做“使能”: if (motor_type == DJI_MOTOR) { dji_motor_enable();} ...
在 C 语言里玩面向对象
C语言模拟面向对象 很多人第一次看到这种代码风格时,都会有一个问题:“用 C 语言写出面向对象的样子,是不是显得更专业” 我的看法是:专业不在于“像不像 C++”,而在于这套写法能不能真正解决工程问题。 对于机器人嵌入式控制系统来说,系统里往往同时存在底盘、电机、升降机构、武器机构、CAN 通信、PID 控制、任务调度等多个层次。如果继续用“满地全局变量 + 一堆 switch-case + 到处散落的初始化函数”去组织代码,随着功能变多,系统很快就会变得难以维护。 这时候,C 语言里的几个经典手段——结构体封装、函数指针、组合关系、统一初始化接口、对象注册——就能模拟出一套足够实用的“...
拆解 rsl_rl 源码
很多人第一次看 rsl_rl,会以为它只是“又一个 PPO 仓库”。但如果把源码真正拆开,你会发现它的核心价值并不只是实现了 PPO,而是把 模型结构、观测组织、采样存储、训练更新、蒸馏部署 这些环节统一进了一套非常清晰的接口里。 对于足式机器人来说,这种设计尤其重要。原因很简单:机器人强化学习不是只写一个 policy(obs) 就结束了。真实工程里你常常会同时面对这些问题: actor 和 critic 看到的观测不一样; 训练时可以用 privileged information,部署时却不能用; 有些任务只需要 MLP,有些任务要加 CNN 或 RNN; 训练时要高效支持并行环...
Q-learning
Q-learning:从入门到理解,再到足式机器人中的应用 Q-learning 是强化学习(Reinforcement Learning, RL)中最经典的算法之一。很多人第一次接触强化学习,都是从它开始的。它结构简单、思想清晰,而且把强化学习中几个最核心的问题都体现得很完整:状态是什么、动作怎么选、奖励如何定义、以及智能体如何通过试错逐步学会更优策略。 对于初学者来说,Q-learning 是理解强化学习的最佳入口;对于做机器人,尤其是足式机器人的人来说,它虽然未必直接用于高维连续控制,但它背后的思想——通过与环境交互不断更新动作价值——仍然是后续很多现代算法的基础。 这篇文章会从以...
四足机器人的几条控制路线:运动学、WBC、MPC、RL
四足机器人的技术路线全景:从运动学、WBC、MPC到强化学习 四足机器人自从宇树机器狗出圈后得到频繁讨论,原因在于足式机器人几乎把机器人领域里核心的、先进的问题都搬到了一台机器上,要面对机构设计,电机驱动,运动学,动力学,状态估计,轨迹规划,全身控制,强化学习以及仿真到实机的迁移。所以这类足式机器人给作为初学者的我造成不小的困扰,问题不在于技术的细节,路线很多,但它们之间的关系不那么清晰,如何做到力位混合控制?如何将学习策略和模型控制结合?我们常常缺少一条完整的技术脉络。 当你开始做机器人,最关键的不是先选一个最先进的策略,而是看你的目标任务是要跑一条结构化的赛道?或者跑通用的locom...
光刻技术
光刻工艺 光刻的要求 分辨率(高) 曝光视场(大) 图形对准精度(高) ——1/3最小特征尺寸 产率(大) 缺陷密度(低) 掩模版制作 CAD设计、模拟、验证后由图形发生器产生数字图形 x1掩模版制作——光刻式 x4或x5投影光刻版——投影式光刻 x4或x5投影光刻版在制版时容易检查缺陷 版上缺陷可以修补 蒙膜保护防止颗粒玷污 通过电子束在光刻胶层写入目标电路图案 对涂覆的光刻胶进行显影,得到与目标图案对应的光刻胶掩模 以光刻胶为掩膜,刻蚀下方的铬层,江图案转移至铬层 剥离剩余的光刻胶,露出铬层上的图案 检测图案的关键尺寸,确保尺寸精度符合要求 验证图案的位置精度,保证...








