前言

三周年的post更多就是一种形式了，看了二周年的post， 感觉已经把我本人对于博客网的情感表达得较为详尽了，一年过去我并没有对此生发更多的感情了。看到自己在二周年的博客里提到了：

再往后就遇到了那个她，开始在博客上记录自己那股悸动的感觉，因为这种感觉不记录下来的话，就会溺死在往后的岁月里。当时真的从未想过我们会在一起，我感觉就是一个很特别的我喜欢的女孩子，她肯定有很多爱她的人并不渴求我的爱，毕竟牡丹这么多年了，这恋爱观念的惯性可不小。后来，她也看到了这篇博客，就这样，双向奔赴的我们以这种非常浪漫的方式在一起了。从此博客对我的意义，已经不再是可有可无了，是我的生活了。

不过很搞笑的是我写完那篇后过了20天我就失去了她，不过博客与我而言的意义依然没有太大变动，目前依然是我生活的一部分。
关于博客网本身确实每太多好生发的了，我还是主要写写这一年与博客有关的事情吧。

很长很长的句号

因为考虑到可能对彼此存在潜在的不好影响，所以我删除了网站上所有曾经的恋爱日志，并且更换了我后续日志的密码。

曾经在一次争吵中，她告诉我不要再把我写的东西印成书送给她，没人会想要读这些。我想也是，凡事都有两面性，曾经让人很爽的东西，也终于会慢慢褪色，会变成让人不爽的东西。有的时候我真的在想，或许在恋爱的时候不记录这些更好，或许恋爱的时候就享受恋爱本身，不过度反思的话或许反而能享受更久。曾经的我期望通过自省的方式让自己走在所谓的“正确”的道路上，认为这样走下去就能真的一直相伴下去。但我显然错了，两个人能相伴一生是因为他俩是彼此对的人，而不是因为其中一个人永远做他认为正确的事情。当然，分手是正确的，不尝试复合也是正确的，我一直这么认为。

之后的句号当然就很长了，有“这里一片荒原”，“鹭岛旅”，“Merry Go Round of Life”…分手后的情绪状态也是很宝贵的素材，我确实记录了不少，“Emmm this is my sorror it looks beauty”，但更多的是记录下了我疗愈自己的方式，导致我有的时候状态不对的时候都会打开通读一遍，看着脆弱的一个人慢慢把自己重新拼起来，是可以鼓舞我很久的。

换行\n

之后遇到了雪糕，某种程度雪糕重塑了我对于亲密关系的认知（人与人之间为什么可以做到互相理解到这个程度），这会让我意识到，或许我真的从未走进过一段亲密关系。我从此放下了对前任的执念了。
对了雪糕也有属于她的博客网，这上面（以及公众号“集闲殿”）的文章，已经影响了很多人。

麻木

最近其实真的有些麻木了，很少会花时间去感知，梳理自己的情绪了，但倒也没出过什么岔子。
我好像在忘记很多事情，过去一年的事情，如果不在博客上了，我大概率已经忘了个七七八八了，我很害怕。
看到国外的一个演讲，说，“如果你要做第一等科研的话，肯定需要夜以继日得思考你的课题，哪怕不在工位上，在餐厅，在淋浴房，在公园里，你的脑子都要像强迫症一样思考这个课题”，我深以为然，并且我几乎没有费什么力气就达到了这一点。不过这也导致我在日常中不再乐意把我的思维岔出去写日志了。
这些体现在博客网的话就是，最近的日志“让一切隐于晦朔，就在那月之暗面”，已经有半个月没有更新了，然后博客网充斥着一些读过的论文的痕迹。。。
我想这才是我从小到大真正的常态吧。

四周年再见👋

很重要的编码优化论文，MHE的概念：

通过LLM来判断位置关系，以此构建scene graph

还是只能判断object-level空间关系，做不了part-level manipulation

主要的思想都在上面这个伪代码里，通过只展开部分场景图（严格层级结构），来控制输入llm的场景图大小。

A scalable approach to ground LLM-based task planners across environments spanning multiple rooms and floors

Scene Graph 通过networkx (python package)表示

Three key innovations:

• 通过Collapsed 3DSG来在少数根节点上寻找task-relevant子图（后续通过展开子图进行进一步的搜寻），提高了scalability（避免过于复杂的整体场景图超过LLM的token限制）
• 环境中任务计划的horizon会随着给定任务的复杂性而增长，LLM会倾向于产生幻觉或者不可行的动作序列。所以通过成熟的path planner such as Dijkstra来连接high-level nodes。
• An iterative replanning pipeline in order to correct for any unexecutable actions
  • Missing to open the fridge before putting something into it
    因此，避免由于环境本身的物理限制和谓词的矛盾，幻觉或不一致而导致的计划失败。

Insight

• 每一次场景节点的展开与否，该节点是否是任务关注的节点都是由LLM决定的，这一点和我的想法一致。等于是将LLM作为一个检查器一层层遍历查找任务的兴趣点。
• Scene Graph Simulator作为任务是否可行的验证器。

贡献：

• The first contribution of this paper is to propose a task-driven 3D scene understanding problem, where the robot is given a list of tasks in natural language, and has to select the granularity and the subset of objects and scene structure to retain in its map that is sufficient to complete the tasks.
• The second contribution is an algorithm for task-driven 3D scene understanding based on an Agglomerative IB approach, that is able to cluster 3D primitives in the environment into taskrelevant objects and regions
• 基于以上，实现了一个实时的pipeline

提出了针对不同任务需要不同粒度的语义信息，本文是通过结合SAM和[[CLIP多模态预训练模型]]实现，但是忽略了物体之间的谓语关系或者父子关系。本质还是智能做导航，拾取，放下，导航的基本操作。

The architecture of RLSV is a three-layered hierarchical projection that projects a visual triple onto the attribute space, the relation space, and the visual space in order.

VTransE

The **extensibility** and **inference speed** of a SGG framework is crucial for accelerating down-stream tasks. This paper studied the efficiency and scalability in SGG ## Insights 最大的亮点是将相似的相互作用区域的对象对聚集到子图中并共享短语表示（称为子图特征），然后再在子图上refine

我的想法是将场景进行panoptic segmentation 之后再在每个物体上进行hierarchical part relation detection，异曲同工。