1、udacity的term2课程本周五正式开始，大概看了一下，也是五个作业，扩展卡尔曼、无损卡尔曼、定位、PID控制和线性二次调节。感觉term2偏传统的控制方法。大概就像term1一样cv的解决方案多于deep learning的解决方案。这周大概开了一个头，看看卡尔曼滤波和c++的一些基础知识，c++已经完全忘了。
2、看了Deep MANTA: A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monocular image这篇论文，去年kitti比赛detection的第一名。只用了单目照片生成3D的定位，思路也是挺不错的，可惜找不到代码。
3、计划跑跑一些drl的代码，准备从dqn开始吧。论文看终究不如自己写写代码感受一下。调参毁所有啊。增强学习、cem和ES（evolutionstrategies）之间的交叉估计也是有意思的一个方向。
4、工作主要是评估双目、单目和radar的一些室外应用的典型场景的使用情况。
5、踢了一场足球，今天骑了一次自行车不到10公里。
6、计划论文没有读，书没有读。刚收到deep learning这本书，尽量多读读。
