根据您的使用方式，我来为您提供使用 map_generator 的可视化方法。由于 map_generator 没有现成的 launch 文件，我们需要手动启动节点。

使用 map_generator 的方法

1. 启动 roscore（如果还没启动）

bash
展开代码
# 终端1：启动roscore
cd /xd_ws/ego-planner
export ROS_MASTER_URI=http://localhost:11311
source devel/setup.bash
roscore

原有地图

src/uav_simulator/mockamap/src/mockamap.cpp 去ws：

bash
展开代码
# 使用 Debug 模式构建
catkin_make -DCMAKE_BUILD_TYPE=Debug

初始化环境：

bash
展开代码
source devel/setup.bash

AI制定了一个开发过程：

我来为您制定一个详细的节点学习计划，让您能够逐个调试和理解每个模块的功能。

装3个插件

为了避免以后还装，可以把自己容器打包为镜像，下次用。

奥地利作家斯蒂芬·茨威格的传记作品《断头皇后》，原文为：

“她那时候还太年轻，不知道所有命运赠送的礼物，早已在暗中标好了价码。”

Linux设置NPC开机自启动（systemd方法）

关键步骤

1. 创建服务文件：

bash
展开代码
sudo nano /etc/systemd/system/npc.service

https://arxiv.org/pdf/2508.10833

GRPO公式：

安装插件

C/C++

CMake

CMake Tools

js
展开代码
docker run \
-e QT_X11_NO_MITSHM=1 \
-e DISPLAY \
-v ~/.Xauthority:/root/.Xauthority:rw \
-v ~/tmp/.X11-unix:/tmp/.X11-unix:ro \
--net host \
--gpus all \
-v ~/out_home:/out_home \
-v /data/xiedong/xd_ws:/xd_ws \
-it kevinchina/deeplearning:ros-noetic-cuda11.4.2-v5 bash

🎯 强化学习数据格式总览

1. 原始JSONL数据格式

训练数据存储在JSONL文件中，每行是一个JSON对象，包含以下关键字段：

json
展开代码
{
  "image": {
    "<image_00>": "/path/to/step_0.png",
    "<image_01>": "/path/to/step_1.png"
  },
  "conversations": [
    {
      "role": "system",
      "content": "系统提示词..."
    },
    {
      "role": "user", 
      "content": "<Question>用户问题</Question>\n当前屏幕截图：<image_00>"
    },
    {
      "role": "assistant",
      "content": "{\"POINT\":[723,536],\"to\":\"up\"}"
    }
  ],
  "bbox": [[x1,y1,x2,y2], ...],  // 可选：边界框信息
  "bbox2": [...],                 // 可选：第二个边界框
  "id": 0
}