Кльовий відос про розробника AI у серії ігор FEAR — Jeff Orkin і чим він займається після ігрової індустрії https://www.youtube.com/watch?v=4ExkkUV7GOY
Система ШІ NPC у FEAR і по сьогодні вважається однією з найкращих у відео іграх.

не впевнений чи я зможу працювати в одній команді з інженерами з нового покоління

розшифровка для таких самих відсталих як я

Кантент від підписників 👉 Максим веде канал на ютубі про фронтенд, підтримайте підпискою та вподобайкою https://youtu.be/sTjFng-h6mQ

Там китайці вивалили свою LLM яка начебто взуває OpenAI і в рази дешевша.

Але є одне але, на все шо не подобається КНР цей чатік видасть «ой вибачте, не можу відповісти, давайте краще вирішувати задачки!».

Причому спочатку воно пише розгорнуто про усі проблеми, а потім розуміє що шось пішло не згідно політиці партії 🤣

моє улюблене застосування чатугпт зараз — це віддавати йому на аналіз різні схеми, тут він вгадав що це понижайка з 24 на 12в

Маю отакий девайс, автоматичний трекер для антен.

Принцип дії такий: у вас є борт який кудись летить, ви маєте направлену антену, звісно шо антену треба направляти на борт щоб був хороший сигнал і можна було летіти далеко.

Трекер — це по суті контролер який вираховує поворот та кут нахилу антени. Маючи координати борту і точки зльоту він керує однією чи двома сервами.

Оцей трекер що в мене, самий ходовий який можна придбати за зовсім невеликі гроші.

Координати борту в нього приходять наприклад по телеметрії. А координати точки зльоту нажаль тільки через підключений GPS, тобто якщо нема жпс навколо вас, то не буде точки зльоту, значить трекер не буде працювати.

Тому я собі нахачив емулятор GPS модулю на пітоні, який по стандартному протоколу ubx передає на трекер будь-які задані координати. Далі вже це можна інтегрувати у наземну систему керування і буде красіво.

Взагалі доречі розуміння того, що усі пристрої якось комунікують між собою і вміння цим скористатись у лабораторних умовах сильно зменшує час побудови системи з декількох компонентів.

Бо замість того щоб в сліпу клеїти одне до одного, їхати у поле це тестувати і тд, значну частину роботи можна виконати сидячи за столом. Щоб зменшити кількість більш дорогих дій які будуть потім, типу виїздів і розбитих бортів.

Тепер українські фпв дрони зможуть не тільки скидати на ворога бч та стріляти в нього з гармати, а ще й давати йому ляпаса або красти картуза з голови (японці канєшна збоченці)

Дивлюсь відоси по азам компʼютерного зору. Бо до цього більше колупав моделі типу Yolo і opencv дуже поверхнево.

Як от наприклад працює трекінг обʼєкту? Для початку треба визначити що саме трекати. Можна використати алгоритм щоб знайти обʼєкт у кадрі, а можна тикнути у зону інтересу і обвести її прямокутником. Це по суті задача object detection.

Далі щоб трекати треба визначити особливості зображення у зоні інтересу, щоб на слідуючий кадрах шукати зону із схожими особливостями. Це називається feature extraction.

ML моделі здатні визначати купу особливостей на рівні людського сприйняття (типу колесо, листя, двері, колір, і тп). Класичні алгоритми працюють трохи простіше. Алгоритм Харіса знаходить кути на зображенні, бо геометрія кожного обʼєкту по своєму унікальна. Тобто у випадку цього алгоритму feature extraction, фічі — це точки або піки кутів у зоні інтересу. Ця операція виконується для кожного наступного кадру і результат порівнюється з попереднім, з урахуванням можливого повороту та зміни перспективи.

Звичайно це лише один з так би мовити шарів системи, бо лише на цьому алгоритмі трекінг не буде нормально працювати.

Відос по темі, з картинками
https://youtu.be/Z_HwkG90Yvw?si=kdOKgqTGcJ_ULLHX

Сижу я тут пишу всякі адаптери для комунікаційних протоколів між переферійними компонентами і дізнаюсь шось нове для себе.

Читав код бібліотеки протоколу mavlink і помітив що там усі типи повідомлень описані запаковиними страктами. Почитав трохи про особливості програмування під нетворк протоколи і дізнався, що в залежності від архітектури процесору, для ефективної роботи з пам'яттю, CPU вичитує дані блоками. Наприклад в мене на macOS ARM це блоки по 4 байти.

Тому наприклад маючи структури з одного short (2 байти) та int (4 байти), компілятор вставить післся short ще 2 байти, щоб під час виконання програми процесор міг вичитати кожне значення в одну операцію.

Якщо не буде оцього падінгу, то вичитування буде повільніше. А простенькі мікроконтролери взагалі крешнуться, бо там нема механізму автоматичної обробки запакованих даних.

Так от для нетворк протоколів використовують саме packed структури (або взагалі без структур, просто вичитують по офсету), тому що повідомлення які йдуть по дротам між системами — це послідовності байтів, без падінгу. Інакше виходить невідповідність, бо буфер з повідомленням буде займати 10 байтів пам'яті, як на прикладі на малюнку, а структура 12, через падінг.

На малюнку зображений приклад з вичитуванням байтів у звичайній та запакованій структурі, і результат виводу значень структур. Відповідно якщо закастити послідовність байт у незапакований стракт то значення b і c покажуть білєбєрду.

Це як e2e тести, але кожен червоний тест коштує пару сотень баксів)

Доброго ранку смачного сніданку. Збираю на Мавік 3 для 1го мехбату 42ї бригади, Харківський напрямок.

Минулого року передавали хлопцям два мавіки, зараз от звернулись сказали треба ще.

Буду вдячний за допомогу https://send.monobank.ua/jar/3UHTaj2QHF

Хто грав на PS1 у Syphon Filter той давно знав шо в Ужгороді є біолабораторії https://www.youtube.com/watch?v=EXJr-sRcohc

Ми продовжуємо друкувати, як і увесь минулий рік. За січень надрукачілили 280кг бімб та хвостів. Будемо вдячні за донат на закупівлю пластику на лютий https://send.monobank.ua/jar/8TTMjgaRFy

Карочє придумав тест для AI едітора Cursor, зробити невеличку ігрову симуляцію де NPC працюють по принципу Goal Oriented Action Planning — це коли у кожного npc є ціль, можливі дії і система планування послідовності цих дій.

Спочатку все було класно, бо писати проєкт з нуля це канєшна легко і весело. Але Cursor доволі швидко здувся і почав говнокодити як вигорівший сіньор який завтра планує йти з роботи тому вирішив писати костилі тут і зараз.

Видно шо він не може осягнути систему у цілому і підтримувати рамки окремих підсистем у програмі. Більшу частину часу я йому допомагав зрозуміти шо не так, наче с джуном сидів, чесне слово. Не раз доводилось дебажити і йому підсовувати потенційні місця де треба щось змінити, бо він застрягав у циклі з декількох підходів до вирішення проблеми і далі ніяк.

Ідея симуляції така: є основний гравець у якого ціль збирати каміння та дрова. Є три орки які патрулюють свої зони і кидаються на гравця якщо бачать або чуюють його (відповідні зони окреслені колами навкого орків). Гравеці ходить від ресурсу до ресурсу, збирає, якщо бачить що на нього лізе орк, то починає прокладати собі шлях подалі від нього з урахуванням можливості ризикнути і пробігти по прямій щоб не потрапити в тупік.

Демка отут, одразу кажу там купа багів тому прийдеться декілька разів рестартувати шоб запустився +- нормальний сценарій, бо все розставляється рандомно на карті https://goap.roman01la.workers.dev/

Хехе, можна і не платити за курсор тепер, бо Copilot додає режим AI агента та редагування файлів https://github.blog/news-insights/product-news/github-copilot-the-agent-awakens/

Всім привіт. Треба ваші гримні щоб купити хлопцям ретранслятор для фпв, щоб вони мали менше проблем з радіо горизонтом, летіли далі і влучали більш прицільно.

Збір на 15 тисяч для одного з друкарів з нашої команди, який долучився до лав ЗСУ.

https://send.monobank.ua/jar/2mR85N8kwB

детальна візуалізація принципу роботи ретраслятору для тих хто в танкє

так чи не так?

Нарив у себе старий репозиторій з проєктом на реакті, можете подивитись як це робилось у 2014му https://github.com/roman01la/github-issues