这是《操作系统》SJTU-CS3601 课程的课程笔记系列。本文整理部分为“第 1 部分：操作系统概述”。

这是美国西北大学 Modern Robotics 课程的个人笔记，主要内容包括机器人运动基础、正向运动学（FK）、逆向运动学（IK）等。

本文是具身智能系列的第 1 篇博客，将介绍具身智能的基础技术路线。

希望能成为一本给 Machine Learning for Combinatorial Optimization (ML4CO) 初学者的入门指南～（不断更新中…）

本文将精读 GNN4CO 代码，代码来自 RethinkLab 的 ML4CO-Bench-101 仓库，具体代码见 https://github.com/Thinklab-SJTU/ML4CO-Bench-101/tree/main/ml4co/gnn4co。

本文将介绍 ML4CO 的第二种范式（Transformer 自回归 + 强化学习）的代码实现。代码文件可以在 https://github.com/cny123222/A-Living-Guide-to-ML4CO 中找到。

本文将介绍 ML4CO 的第一种范式（GNN 监督学习 + 解码）的代码实现。代码文件可以在 https://github.com/cny123222/A-Living-Guide-to-ML4CO 中找到。

本文将精读论文 “Sym-NCO: Leveraging Symmetricity for Neural Combinatorial Optimization”，作者 Kim et al.，时间 2022 年，链接 arXiv:2205.13209。

本期将从原理到代码，介绍 Batch / Layer / Instance 三种 Normalization 的方法及区别。

本文将精读论文 “Matrix Encoding Networks for Neural Combinatorial Optimization”，作者 Kwon et al.，时间 2021 年，链接 arXiv:2106.11113。