暑期過半，簡單總結一下之前一個月內的工作。
暑期主要做了這樣幾項工作：
1/ 利用V-rep搭建了一個仿真環境，環境具有的功能有：
A/ 可以對其中物體進行動力學仿真，例如小車的行進、轉彎等
B/ 可以對環境進行搭建，利用方塊、圓柱等基本物體搭建出簡單的外部環境
C/ 可以仿真一些傳感器，如相機、Velodyne激光雷達（16線、64線）、HoKuYo單線激光等
D/ 可以與ROS進行交互，將仿真過程中的數據傳給ROS，同時可以從ROS中接收控制信息等
2/ 利用CNN訓練了一個可以根據 小車當前位置/ 激光雷達數據/ 目標點位置 三個輸入來進行控制策略規劃的控制器，具體步驟如下：
A/ 在Vrep中編寫程序，使其可以對外發出小車的位置信息、面向角度信息、傳感器信息、目標點信息等信息
B/ 利用roscpp編寫程序，接收Vrep中發來的消息，並將其以一定的協議保存在文檔中
C/ 利用LUA腳本編寫程序 使Vrep可以在獲得全局信息下生成路徑，並讓小車以一定的控制方式在這一路徑下運動，當小車到達目標點後，V-rep會自動生成下一個目標點
D/ 對（B）中傳來的數據在python中進行解析，對每一批數據分離出激光數據、小車數據、目標點數據、專家控制信息等數據，並分批讀取
E/ 利用tensorflow搭建神經網絡，對D中數據進行訓練，網絡輸入爲1080維激光數據、3維小車/目標點數據、2維專家控制數據，輸出爲兩維網絡控制信息。
F/ 利用tensorflow寫一個test程序，對（E）中訓練得到的網絡進行測試，檢測訓練結果是否達標
G/ 利用tensorflow+rospy 寫一個真實的test程序，將網絡輸出的控制信息傳入V-rep中，測試在仿真環境下能否實現用網絡輸出實現對小車的控制
本項目的時間進度大致爲：
7/5-7/12 利用V-rep搭建了仿真環境，可以讀取激光數據。
學習cs229 課程，學習tensorflow
閱讀文獻、瞭解他人工作
7/13-7/20 利用tensorflow進行網絡搭建，基本實現當所有信息均通過全連接的網絡
優化網絡，前端加入CNN網絡，大幅減少需要優化的參數
對網絡進行測試，發現loss不合格
7/21-7/31 對上週的網絡進行優化，優化了輸入的結構
對上週網絡中的三個bug進行了修改，使得網絡輸出大大提升
思考通過何種信息進行“記憶”而避免“慣性”