本篇按教材章节整理工具配置、操作截图和算法示例。安装部分保留必要步骤，算法部分结合无人机巡检说明；截图中的结果只对应当时的环境或教学任务。
一、参考文献管理软件 Zotero
1.1 安装与操作截图
安装桌面端和浏览器 Connector，再确认 Word 中能够正常插入引用。教材的重点操作包括导入、标签、笔记、同步和群组文献库。
图 1：Zotero 文献列表。标题、作者、条目类型等字段用于整理题录；图中的影响因子和期刊分区可辅助筛选，但不能代替对论文方法和内容的判断。导入后还应检查题录是否识别正确。
图 2：llm-for-zotero 插件设置页。这里配置服务商、连接方式与模型；界面配置和文献题录管理是不同环节，阅读辅助产生的内容仍需与论文原文核对。
同步前要区分题录数据和附件文件；本地迁移前保留备份。工具能自动生成引文格式，但不能代替人工核对元数据。
二、Visio 绘图
2.1 界面与基本操作
打开 Visio 后，可以从左侧形状库拖入图形，在画布中编辑，再通过工具栏设置文字、连接线、对齐和样式。
图 3：Visio 的基本绘图界面。矩形周围的控制点用于调整大小，上方的旋转控件用于改变方向。这张图展示的是单个形状的编辑状态，后续还需添加文字和连接线才能形成完整流程图。
三、Origin 绘图
3.1 使用 Codex 辅助 Origin 绘图
下面保留双 Y 轴绘图示例，重点观察坐标轴、曲线颜色和图例的对应关系。
图 4：双 Y 轴点线图。横轴为 ε，黑色曲线读取左侧 POR（%）轴，红色曲线读取右侧 RISK（%）轴；不同标记对应图例中的 φ 设置。解释曲线前，应先说明 ε、φ 和两个指标在原实验中的定义，不能仅凭图形推断其业务含义。
四、程序代码规范
4.1 规范对复现实验的作用
本章强调命名、导入、函数拆分、注释和程序入口。对科研代码来说，我最看重“几个月后还能知道当时跑了什么”：变量名要带上物理含义，参数要集中管理，日志要记录种子和依赖版本。
例如 battery_limit_wh 比 q 更容易理解；route_distance() 应只负责计算距离，不同时画图和训练模型。注释可以解释“为什么终止状态不再估计未来回报”，不必反复解释赋值和循环语法。
教材部分排版规则带有项目约定。实际编程时应遵循所在项目的规范，统一缩进，避免混用 Tab 与空格。
4.2 算法项目建议结构
下面是便于学习的建议结构，不是已经收到的教材源码目录：
inspection_demo/├── environment.py # 地图、动作规则、奖励与任务结束条件├── ga_route.py # 染色体、交叉变异、路线评价├── qlearning.py # Q 表、动作选择、价值更新├── train.py # 组织训练并保存结果├── evaluate.py # 使用固定测试任务评估└── results/ # 实验记录、曲线和路线图读源码时先找入口，再跟着一条数据流读：输入在哪里产生，传给哪个函数，返回值代表什么，最后如何进入结果文件。比从第一行开始逐字读更容易把握整体。
五、数学规划求解引擎 Gurobi
5.1 教材案例与巡检任务的联系
教材正文第 143–152 页给出 0-1 整数规划、CVRP 和 TSP。虽然第一个例子位于“LP”小节，它的变量只能取 0 或 1，因此实际是整数规划。
TSP 可以对应单架无人机从机巢出发，访问所有杆塔并返回；CVRP 则加入多机与容量限制。需要注意，车辆的载重容量不能直接等同于无人机电量：飞行段能耗和点位作业能耗都应计入预算。
5.2 环境创建与安装截图
安装 Python 接口并配置所需许可证后，先求解一个小模型。检查标准是正常返回求解状态和目标值，而不只是 import gurobipy 没有报错。
先创建独立环境，再激活环境并安装 Gurobi。
图 5：创建 Gurobi 专用环境。截图显示软件包元数据收集与依赖求解过程；这些日志说明安装流程已启动，尚不能单独证明环境创建和许可证配置均已完成。
图 6：激活环境并执行安装命令。提示符中的 (gurobi) 表明当前已进入该环境；截图记录了安装命令，不是许可证验证或模型求解结果。
六、遗传算法与工具箱 Geatpy
6.1 我对遗传算法的理解
遗传算法同时维护一批方案，每轮评价它们，再通过选择、交叉和变异生成新方案。放到巡检任务中，一个个体可以是一条杆塔访问顺序，整个种群就是多条候选航线。
它适合难以求导、包含离散顺序或需要仿真评价的问题。代价是评价次数多，结果有随机性；找到一条很短的航线并不等于已经证明它是最短航线。
6.2 安装与环境检查
教材使用 Geatpy 2.7.0，并讨论 Python 与 NumPy 的兼容问题。复现时应按该版本的依赖要求建立单独环境，记录实际可用的组合；不把教材中的版本要求当成所有后续版本的通用结论。
创建并激活环境：
conda create -n geatpy python=3.10 pip -yconda activate geatpy
图 7：创建 Geatpy 专用环境。环境名与其他算法环境分开，便于保留这组依赖配置并复现实验。
安装固定版本的依赖和 Geatpy：
python -m pip install "numpy==1.23.5" "matplotlib==3.7.5"python -m pip install "geatpy==2.7.0"安装后检查实际版本：
图 8：版本检查结果。该截图记录的组合为 Python 3.10.22、NumPy 1.23.5 和 Geatpy 2.7.0，可用于说明当时的运行环境；不代表其他版本组合一定不可用。
6.3 用 Geatpy 求解巡检参数问题
示例优化巡航速度与作业距离，综合考虑能耗、任务时间和成像距离惩罚，并限制任务能耗不超过 50 Wh、作业距离不低于 6 m。功率公式和权重均为教学假设。
import geatpy as eaimport numpy as np
MISSION_DISTANCE = 6_000.0INSPECTION_POINTS = 12BATTERY_LIMIT = 50.0
def mission_metrics(variables: np.ndarray): """计算 Geatpy 传入的一批候选方案的任务指标。""" # variables 每一行依次是 [速度(m/s), 作业距离(m)]。 speed = variables[:, 0] stand_off = variables[:, 1] mission_time = MISSION_DISTANCE / speed + INSPECTION_POINTS * 20 power = 150 + 2.2 * (speed - 7) ** 2 + 0.8 * (stand_off - 8) ** 2 energy = power * mission_time / 3_600 image_penalty = 1.5 * (stand_off - 8) ** 2 return energy, mission_time, image_penalty
class DroneInspectionProblem(ea.Problem): """把无人机参数优化问题封装成 Geatpy 可识别的 Problem。"""
def __init__(self) -> None: # ea.Problem 保存目标数量、变量类型、上下界及端点是否可取。 super().__init__( name="DroneInspection", M=1, # 目标函数数量 maxormins=[1], # 1 表示最小化，-1 表示最大化 Dim=2, # 决策变量数量 varTypes=[0, 0], # 0 为连续变量，1 为离散变量 lb=[4.0, 5.0], # 速度、作业距离的下界 ub=[12.0, 15.0], lbin=[1, 1], # 包含下界 ubin=[1, 1], # 包含上界 )
def evalVars(self, variables: np.ndarray): """同时评价整个种群，并返回目标矩阵 ObjV 与约束矩阵 CV。""" energy, mission_time, image_penalty = mission_metrics(variables) objective = energy + 0.015 * mission_time + image_penalty
# Geatpy 约定 CV 的每一列对应一条约束，CV <= 0 表示满足约束。 # 例如 energy - 50 <= 0 等价于 energy <= 50。 constraint_violation = np.column_stack( [ energy - BATTERY_LIMIT, # 能耗不得超过 50 Wh 6 - variables[:, 1], # 作业距离不得小于 6 m ] ) return objective.reshape(-1, 1), constraint_violation
problem = DroneInspectionProblem()
# RI 表示实数/整数混合编码；本例两个变量的 varTypes 都为 0，因此均按实数处理。population = ea.Population(Encoding="RI", NIND=80)
# SEGA 是增强精英保留遗传算法模板，适合单目标优化入门。algorithm = ea.soea_SEGA_templet(problem, population)algorithm.MAXGEN = 150 # 最大进化代数algorithm.logTras = 10 # 每 10 代记录一次日志algorithm.trappedValue = 1e-8 # 小于该改进量视为目标没有明显改善algorithm.maxTrappedCount = 20 # 连续 20 次无明显改善时允许提前停止
# seed 用于复现实验；关闭绘图和落盘，方便在脚本或终端中直接运行。result = ea.optimize( algorithm, seed=42, verbose=True, drawing=0, outputMsg=True, drawLog=False, saveFlag=False,)
# 先判断是否找到可行结果，再读取变量，避免空结果直接索引。if result["Vars"] is None or len(result["Vars"]) == 0: raise RuntimeError("本次没有找到可行巡检方案，请检查约束和搜索预算")best = result["Vars"][0]energy, mission_time, _ = mission_metrics(best.reshape(1, -1))print(f"speed: {best[0]:.2f} m/s")print(f"stand-off distance: {best[1]:.2f} m")print(f"energy: {energy[0]:.2f} Wh")print(f"mission time: {mission_time[0]:.1f} s")print(f"objective: {result['ObjV'][0, 0]:.2f}")运行结果与读图说明
图 9：巡检参数优化的运行记录。截图显示 3,120 次目标评价，最终综合目标约为 52.06；对应速度约为 10.52 m/s、作业距离约为 8.00 m、预计能耗为 39.90 Wh、任务时间为 810.5 s。
日志中的 gen 是代数，eval 是累计目标评价次数，f_opt 是记录的最好目标，f_avg 和 f_std 分别反映种群目标值的平均水平与分散程度。截图中各个体目标逐渐接近，说明这次搜索的种群趋于集中，但不等于证明了全局最优。
输出能耗低于 50 Wh，距离大于 6 m，符合示例约束。这个结论仅针对教学代理模型，不能据此判断真实无人机的续航或安全作业距离。
七、GPU 编程环境
7.1 先确认任务是否需要 GPU
教材介绍 Conda、PyTorch、CUDA 检查和设备选择。小型 TSP、手写 GA 和 Q 表通常先在 CPU 上运行即可；神经网络训练或大批量图像处理更可能受益于 GPU。即便使用 DQN，若网络很小、环境交互很慢，GPU 也未必更快。
安装完成后，要同时核对解释器、PyTorch 构建、驱动和设备。把模型放到 GPU 上但输入仍在 CPU 上，会出现设备不一致错误。
7.2 包版本截图与最小检查
图 10：PyTorch 相关包的版本记录。截图中的 torch 为 2.7.1+cu118，表示安装了相应 CUDA 构建的软件包；这不等于 GPU 已经可用，还需检查驱动、设备和实际张量运算。
下面的代码在 CUDA 可用时选择 GPU，否则使用 CPU，并执行一次矩阵乘法检查：
import torch
# 教材中的 CUDA 检查应写为 torch.cuda，而不是 torch.CUDA。device = torch.device("cuda" if torch.cuda.is_available() else "cpu")print("PyTorch:", torch.__version__)print("运行设备:", device)if device.type == "cuda": print("GPU:", torch.cuda.get_device_name(0))
# 真正进行一次张量运算，确认分配与计算能够完成。x = torch.ones((2, 2), device=device)print(x @ x)这是检查代码，不表示本机已经配置 GPU。实际实验应在记录中写明使用了 CPU 还是 GPU。
八、强化学习基础
8.1 安装与环境配置
创建环境并安装依赖。这组命令选择 CPU 版 PyTorch，适合先运行基础示例：
conda create -n rl-basic python=3.11 pip -yconda activate rl-basic
python -m pip install "numpy==1.26.4"python -m pip install "torch==2.7.1" --index-url https://download.pytorch.org/whl/cpupython -m pip install "gymnasium[classic-control]==1.2.0" "stable-baselines3==2.7.0" "matplotlib==3.9.2"
python -m pip checkpip check 用来检查已安装依赖是否存在版本冲突，不用于判断算法是否学会任务。下面的 Q-learning 示例只依赖 Python 标准库，不需要先安装这些深度学习依赖。
8.2 基础强化学习示例
8.2.1 Q-learning：5×5 迷宫
该案例沿用参考书的网格寻路主题，环境重新编写为无需 GUI 的教学实现。障碍为不可进入的墙，撞墙留在原地；不是参考书陷阱终止语义的逐行复刻。
"""无第三方依赖的 Q-learning：5×5 迷宫。Python 3.10+。"""import argparseimport jsonimport randomfrom pathlib import Path
SIZE = 5START, GOAL = (0, 0), (4, 4)WALLS = {(1, 1), (1, 3), (2, 3), (3, 1)}MOVES = ((-1, 0), (1, 0), (0, -1), (0, 1)) # 上、下、左、右
def transition(state, action): """撞墙留在原地；每步付出成本，鼓励找到短路径。""" # 用 row * SIZE + col 将二维坐标编码为 Q 表的行号。 row, col = divmod(state, SIZE) dr, dc = MOVES[action] nxt = (row + dr, col + dc) if not (0 <= nxt[0] < SIZE and 0 <= nxt[1] < SIZE) or nxt in WALLS: nxt = (row, col) terminated = nxt == GOAL return nxt[0] * SIZE + nxt[1], 10.0 if terminated else -1.0, terminated
def greedy(values, rng): # 随机打破并列，避免全零初始化时始终选择第一个动作。 best = max(values) return rng.choice([i for i, v in enumerate(values) if v == best])
def train(episodes=3000, seed=42): if episodes <= 0: raise ValueError("episodes 必须为正整数") rng = random.Random(seed) # 每个状态占一行，四列分别对应上下左右动作的长期价值估计。 q = [[0.0] * 4 for _ in range(SIZE * SIZE)] # alpha 控制 TD 更新步长；gamma 决定未来奖励的折扣程度。 alpha, gamma = 0.1, 0.95 for episode in range(episodes): state = 0 # 随训练减少随机探索，但保留至少 5% 的探索机会。 epsilon = max(0.05, 1.0 - episode / (episodes * 0.8)) for _ in range(100): action = rng.randrange(4) if rng.random() < epsilon else greedy(q[state], rng) nxt, reward, terminated = transition(state, action) # 真实终止不 bootstrap；100 步是采样保护上限，不属于任务终止。 target = reward + (0.0 if terminated else gamma * max(q[nxt])) # target - Q(s,a) 是 TD 误差；只更新本次访问的状态动作。 q[state][action] += alpha * (target - q[state][action]) state = nxt if terminated: break return q
def evaluate(q, seed=10042): """使用独立随机流，不探索、不更新 Q 表。""" rng = random.Random(seed) state, reward_sum = 0, 0.0 route = [START] for _ in range(100): state, reward, terminated = transition(state, greedy(q[state], rng)) route.append(divmod(state, SIZE)) reward_sum += reward if terminated: return {"success": True, "steps": len(route) - 1, "return": reward_sum, "route": route} return {"success": False, "steps": 100, "return": reward_sum, "route": route}
if __name__ == "__main__": parser = argparse.ArgumentParser() parser.add_argument("--episodes", type=int, default=3000) parser.add_argument("--seed", type=int, default=42) parser.add_argument("--output", type=Path, default=Path("q_table.json")) args = parser.parse_args() table = train(args.episodes, args.seed) # 用独立的随机流打破并列动作，不让评估消耗训练的随机序列。 result = evaluate(table, args.seed + 10000) args.output.write_text(json.dumps({"seed": args.seed, "q": table, "evaluation": result}, indent=2), encoding="utf-8") print(json.dumps(result, ensure_ascii=False))8.2.2 测试结果与路径说明
图 11：训练后策略的测试输出。success: true 表示到达终点，steps: 8 表示执行了 8 次移动，return: 3.0 是这一回合的累计奖励；route 列出从起点 (0,0) 到终点 (4,4) 的网格坐标。
代码中普通移动奖励为 −1，到达终点奖励为 +10。因此 7 次普通移动和 1 次到达终点的移动，累计得到 7 × (−1) + 10 = 3，与截图一致。起终点的曼哈顿距离为 8，图中的路径也避开了给定墙格，因此它是这个固定迷宫的一条最短可行路径。
这张图记录的是一次测试，不代表不同地图或随机种子下都能成功。换到无人机多点巡检时，还需要把已完成点位、剩余电量和返航条件纳入任务设计。
如果这篇文章对你有帮助，欢迎分享给更多人！
部分信息可能已经过时