本仓库旨在积累一些项目开发中的经验，尤其是针对无法很好用语言描述的或网上说法不一的问题，在实际验证后在此记录其中的一些细节。
- 查看：由于目前内容不多，暂时都以超链接的形式放在README文档，之后会进一步整理，使整体内容结构更加清晰。
- 添加：可以通过pull request的方式添加条目，然后由项目管理者审核通过。
- 追溯：每份文档都要求添加作者，以便他人有不懂时可以联系
- 使用Python编写代码时，一致的书写风格能够提高合作效率：Python 风格指南 - 内容目录
- Paperwithcode 网站提供了很多机器学习论文及其中的代码实现仓库，并且对标准问题有效果比较（Benchmark）
- 一种自动化进行超参数调整的工具：Optuna，在给定的范围内，进行有限次的尝试。和Tensorboard搭配可以一边调参一边查看效果，然后根据可视化的训练过程来选择对应的超参数组合。Optuna还能提前结束明显劣质的训练，节约时间。
强化学习包括智能体和环境两部分，粗略地说，可以将环境视为待求解的问题模型，智能体是强化学习算法。
- RL环境集成平台：OpenAI Gym，里面提供了包括经典控制、Atari游戏、Mujoco仿真机器人等环境，基本覆盖了强化学习的常见场景。
- RL算法集成平台，主要是深度强化学习算法：
- 多智能体强化学习环境集成平台：Petting Zoo
- 中文社区（微信公众号同名），深度强化学习实验室
- [李宏毅深度学习视频]（https://www.bilibili.com/video/BV1Wv411h7kN?p=11)
- [课件和资料]（https://github.com/Fafa-DL/Lhy_Machine_Learning)
- 四元数计算笔记
- 相邻肢体运动链的运动学计算
- 早期的动捕介绍PPT和人体动捕算法综述
- 一些可能用到的网站：
- 荷兰惯性动捕企业Xsens的技术研究
- 国际生物力学学会提供了人体骨骼、肌肉等结构的名称和一般运动机理
- 斯坦福大学的人体运动康复仿真平台OpenSim
- 四元数、轴角、欧拉角的在线转换网站
- 四元数/欧拉角的转换及可视化网站