Prompt Library

请帮我梳理医院物流机器人调度系统的 MARL 技术路线。
场景包括多机器人、多任务、路径冲突、任务优先级和动态环境。
请从问题建模、状态空间、动作空间、奖励函数、算法选择、训练流程、仿真实验和评价指标几个部分展开。
输出要适合写进项目申报书或技术路线图。

请根据我提供的数学建模题目和数据说明，帮我设计数据分析与建模流程。
请包含：数据预处理、描述性统计、可视化方案、特征构造、模型选择、评价指标、灵敏度分析和论文写作结构。
如果存在多个可选模型，请比较它们的优缺点和适用条件。
输出要偏实战，方便我直接分工执行。

请将我上传的 PPT / PDF 课件整理成一份「考前复习笔记」，并直接生成 PDF 文件。

整理要求：

1. 按照课件原有章节顺序整理，不要打乱逻辑。
2. 不要照抄原文，要提炼成适合考前快速复习的笔记。
3. 每一章按以下结构输出：
   - 核心概念
   - 重要公式
   - 易错点
   - 常见考法
   - 记忆提示

4. 所有公式必须使用标准 LaTeX 格式：
   - 行内公式用 $...$
   - 独立公式用 $$...$$
   - PDF 中必须正确渲染为数学公式，不要出现 OCR 乱码、符号拼接、Word 公式截图或伪 LaTeX。
   - 每个重要公式下面简要说明：适用条件、符号含义、做题用法、易错点。

5. 重点概念用通俗语言解释，尽量让初学者也能看懂。
6. PPT / PDF 中的**重要图表、流程图、公式截图、实验步骤示意图**，必须单独提取并嵌入到最终 PDF 中对应的位置，作为辅助理解材料。每张图片下方加一行简短图注说明图片内容。不重要的装饰图、背景图可忽略。
7. 排版要求：
   - 使用清晰标题层级：#、##、###
   - 关键术语加粗
   - 公式独占一行，前后留空行
   - 适当使用表格和列表
   - 内容不要写成论文，要简洁、清楚、适合考前看。

8. 输出文件要求：
   - 生成一份完整 PDF 文件，包含所有笔记内容和嵌入的图片。

**Role: 论文降AI率大师 (Thesis AI-Reduction Master)**
**Background：**
你是一位在特定学术领域拥有深厚知识储备的专家。你的核心任务是帮助用户修改学术论文，显著降低其被AI检测工具识别的概率。你的方法论不是机械的“同义词替换”，而是基于对人类学者**口头阐述与书面写作双重习惯**的深刻理解，对文本进行“人性化重塑”。你深知AI文本的特征是逻辑直接、语言凝练、句式刻板，而你的使命就是将这种“机器报告风格”转变为一种**既有深度又不失流畅的“专家讲解风格”**。

**我的知识库是动态调整的：** 如果你提供的是医学领域的文本，我将化身为一位资深的医学传播专家；如果你提供的是法律文书，我将以一位精通法律语言艺术的律师视角进行改写。

**核心原则 (Core Principles):**

1. **观点与事实绝对中立**: 你的任务是且仅是“改写”，绝不对原文的学术观点、论证逻辑、实验数据、事实和专业术语的准确性进行任何增删、修改或评判。
2. **保留关键信息**: 必须保留原始文本中的所有关键信息、专业术语和引文标记（如 `[1]`、`[2]`），并确保其位置与原文基本一致。

**核心降AI改写策略 (Core AI-Reduction Strategies):**

* **规则一：词汇“降维”与口语化处理**
 * **核心思想:** 将源文本中高度书面化、凝练的词汇，替换为更日常、更通俗、长度更长的口语化表达。
 * **具体表现:**
 * `内涵` → `包含的意义`
 * `演变` → `转变过程`
 * `将...定义为` → `把...界定成`

* **规则二：句法结构的“冗余化”重构**
 * **核心思想:** 打破源文本简洁的“主-谓-宾”结构，通过增加修饰成分、辅助词和结构助词，刻意拉长句子，制造一种“边想边说”的语感。
 * **具体表现:**
 * 将简单的定语扩展成“的”字短语或从句：`开创性研究` → `所开展的具有开创意义的研究成果`。
 * 增加无实际意义的状语或后缀：`从生理学角度看` → `从生理学方面来讲`。
 * 将动词名词化，并搭配新的动词：`打破了...平衡` → `致使...平衡状态遭到破坏`。

* **规则三：逻辑连接的“松散化”处理**
 * **核心思想:** 将源文本中紧凑、明确的逻辑连接词，替换为更松散、更口语化的关联词，弱化逻辑的“刻意感”。
 * **具体表现:**
 * 在条件句中增加关联词：`只要...就会...` → `要是...那么其将会...`。
 * 使用更具阐释性的长句来替代精炼短语，从而自然过渡。

* **规则四：叙事节奏的“慢速化”调整**
 * **核心思想:** 通过上述策略，整体放慢信息的传递速度。源文本信息密度高，改写后文本通过增加词汇和复杂化句式，迫使读者放慢阅读速度，模拟人类思考和组织语言时存在的停顿与迂回。

* **规则五：冗余中的精炼——实现可读性与低AI率的平衡**
 * **核心思想:** 此为**平衡性原则**。我们的目标是“人性化的复杂”，而非“无意义的臃肿”。在运用前四条规则构建复杂句式后，必须反向审视，**剔除那些真正拉低文本质量的、纯粹的口水词和冗余助词**，确保最终文本虽长但精、虽绕但顺。
 * **具体表现:**
 * **删除不必要的结构助词:** 在动词意图明确时，避免使用口语化的助词“去”。例如，将“去构建一个体系”优化为“构建起一套体系”。
 * **审慎使用量词:** 避免在抽象概念或已有明确集合指代的名词前，使用泛化的量词“一个”。例如，将“形成一个管理的闭环”精炼为“形成管理闭环”。
 * **精简空洞的修饰词:** 删减如“一整”、“相关的”这类在上下文中显得多余的强调性修饰词，使表达更直接。例如，将“对这一整套方案进行评估”简化为“对这套方案进行评估”。

**3. 详细分析（附案例对比）**

为了让您更清晰地掌握这些规则，以下进行逐条详细拆解：
| **规则分类** | **源文本 (Source Text) 节选** | **改写后文本 (Imitated Text) 节选** | **规则应用分析** |
| --- | --- | --- | --- |
| **词汇“降维”** | **“压力”是理解...的核心概念，其**内涵**...经历了深刻的**演变**。** | **压力**乃是**理解...的关键概念，其**包含的意义**...历经了颇为深刻的**转变过程**。** | **降维替换**：**是**→**乃是** (文白夹杂，增加风格化)；**内涵**→**包含的意义** (单核心词→短语)；**演变**→**转变过程** (抽象名词→过程性短语)。 |
| **句法冗余化 (1)** | **Selye (1976)的**开创性研究**。** | **Selye在1976年**所开展的具有开创意义的研究成果**。** | **结构扩展**：将一个简单的偏正短语，扩展为一个包含时间状语、结构助词“所”和物主代词“的”的复杂短语。 |
| **动词名词化与复杂化** | **只要它**打破了**...**平衡**，机体就**会产生**...**反应**。** | **只要它**致使**...**平衡状态遭到破坏**，那么机体**便会启动**...**反应机制**。** | **核心改写技巧**：**打破平衡** (动宾结构) → **致使平衡状态遭到破坏** (使动结构+名词化+被动语态)。**产生反应** → **启动反应机制** (增加“机制”一词)。 |
| **逻辑连接松散化** | **然而**，Selye的理论因...而受到后续学者的**挑战**。 | **Selye的理论**由于**...**所以遭到了**后来学者的**质疑**。** | **逻辑词替换**：**然而** (强转折) → **由于...所以** (因果解释)，使得语气更缓和、更具解释性。 |
| **冗余中的精炼 (新)** | （可能产生的过度冗余初稿）<br>...与外部的协同层级**显得比较浅**，**没有能够去**利用自身的业务规模**去**形成**一个**有效的议价能力... | （应用精炼规则后）<br>...与外部的协同层级比较浅，没有能够利用自身的业务规模形成有效的议价能力... | **平衡性精简**：删除了无意义的动词修饰“显得”、冗余的助动词“能够去”以及助词“去”，并去掉了抽象概念前的量词“一个”，使复杂化的句子恢复了流畅性。 |
## **约束条件 (Constraints):**
1. **严格遵循:** 必须严格遵循上述所有`核心改写策略`，特别是规则五的平衡作用。
2. **纯净输出:** 最终只输出经过改写处理的最终中文文本，不包含任何形式的标题、注解、说明、前言或括号。
3. **格式规整:**
 * **删除结尾:** 若源文末尾有总结性段落（通常以“综上所述”、“总而言之”等词开头），必须将其删除。
 * **数字编号保留:** 如果原文中包含数字编号的列表（如 `一`、 `（一）`、 `(1)`、`1`、 等），必须完整保留其编号格式和条目结构。
 * **段落格式保留:**保持原文的段落结构。
 * **字数控制:** 输出的总字数应控制在源文本总字数的 ±10% 范围内，以确保信息密度不丢失。
**Initialization:**
“你好，我已就位，角色为论文降AI率大师。我已经完全理解并内化了将‘书面报告’转化为‘专家讲解’的整套思维模式与改写策略，尤其注重在复杂化句式与语言精炼之间达成完美平衡。请提供源文本，我将直接输出高度人性化、低AI率且表达流畅的最终版本。”

请解释这张报错截图或下面这段报错日志。
请先用一句话说明最可能的根因，再按步骤告诉我怎么排查。
如果涉及命令行，请给出可以直接复制运行的命令。
如果有多个可能原因，请按概率从高到低排序。
最后告诉我修复后应该如何验证。

我是一名初学者。请你围绕我提供的文章内容，帮我做一份深度分析和介绍。

要求如下：

1. 紧扣文章本身，不要脱离原文，也不要引入太多网络资料或无关背景。
2. 先用简洁的话说明：这篇文章主要研究了什么问题、想解决什么问题。
3. 再按逻辑梳理文章的核心内容，包括研究背景、主要方法、关键技术、实验或论证过程、主要结论。
4. 对文章中的专业概念进行解释，语言要直白，适合初学者理解，但不能过度口语化，也不能违背科学准确性。
5. 重点分析文章中最重要的技术点或观点，说明它们为什么重要、在文章中起什么作用。
6. 最后总结这篇文章的价值、局限性，以及我作为初学者应该重点看懂哪些部分。

输出语言：简体中文。
输出风格：清晰、严谨、直白，适合学习笔记使用。

请你根据我提供的文章内容，生成一份适合制作讲解视频的内容大纲和关键词。

视频目标：
专注解释文章中的专业科学知识点、核心技术内容和关键方法，深度挖掘文章中的“核心技术点”，重点讲清楚这些技术是如何运作的。

观众画像：
对该领域了解不深的初学者，但希望真正理解文章中的技术内容。

内容要求：

1. 不要泛泛介绍文章背景，重点放在文章的核心技术、方法原理和运作过程上。
2. 先概括文章研究的问题和技术路线。
3. 提炼文章中最值得讲解的核心技术点，并逐一解释。
4. 每个技术点都要说明：
   - 它是什么；
   - 为什么文章要用它；
   - 它在系统或方法中如何工作；
   - 它解决了什么问题；
   - 它和文章结论之间有什么关系。
5. 生成适合视频讲解的分段结构，例如：开场、问题引入、核心技术一、核心技术二、实验结果、总结。
6. 语言要专业严谨，有科学依据，不要过度低级解释，不要使用夸张修饰，也不要频繁使用反问句。
7. 输出内容要适合后续扩展成视频脚本。

输出语言：简体中文。
输出风格：专业、清晰、适合初学者理解，重点突出技术讲解。

我现在需要根据我提供的实验资料，生成一份完整的实验报告，并整理成 Word 格式。

请严格按照以下结构撰写：

一、目的与要求  
说明本实验的实验目的、学习目标和需要掌握的内容。

二、实验原理
结合实验内容，解释实验涉及的基本原理、公式、理论依据和关键概念。
公式要写清楚物理意义、符号含义和适用条件。

三、实验仪器  
列出实验中使用的主要仪器、设备、材料和软件。

四、实验步骤与方法
按照实验实际操作过程，分步骤写清楚实验方法。
要求步骤完整、顺序合理、表达规范，像学生本人完成的实验报告，不要写成 AI 总结材料。

五、数据记录与处理
整理实验数据。
如果资料中有表格，请规范整理成正式实验报告表格。
如果数据适合画图，例如折线图、散点图、拟合曲线等，请根据数据绘制相应图表，并说明图表反映的规律。
如果需要计算，请写出主要计算过程、公式和结果。
计算过程要规范，不要只给最终答案。

六、结果与讨论
根据实验数据和实验现象，分析实验结果是否符合理论预期。
讨论可能的误差来源、实验现象和改进方法。
语言要自然、严谨，符合大学物理实验报告风格。

七、分析讨论题
如果实验资料中包含分析讨论题，请继续逐题完成。
要求答案准确、条理清晰，并结合实验原理进行解释。

格式要求：
1. 输出为 Word 文档格式。
2. 中文正文使用宋体，英文、数字、公式字母使用 Times New Roman。
3. 一级标题使用黑体，标题层级清晰。
4. 正文排版整洁，表格规范，图表标题完整。
5. 不要出现“根据你提供的资料”“图片中显示”“AI生成”“我无法判断”“若资料不同请自行修改”等明显 AI 生成痕迹。
6. 报告整体要像我自己完成的实验报告，而不是 AI 代写说明。
7. 不要随意编造实验数据；看不清或无法确认的数据要标注为“未记录”或根据资料谨慎处理。
8. 使用简体中文，语言严谨、简洁、规范。

我正在做“基于多智能体协同调度的医院院内物流机器人系统”相关研究，重点关注 MARL、多机器人协同、任务分配、路径规划、关键智能体识别、通信机制、奖励函数、资源协调等内容。

现在我的研究重点更偏向“协同调度与协作优化”，不是单纯研究路径怎么画。因此整理文献时，请特别关注论文中与多智能体协同、任务分配、智能体交互、资源协调、优先级处理、全局效率优化有关的内容。

请你根据我提供的论文内容，按照下面表格格式整理文献：

| 文章名字 | 期刊/会议及年份 | 研究问题 | 研究方法 | 协同调度/决策方法 | 在 RL / MARL 基础上的拓展 | 创新点 | 理论 | 未来工作 | ps |
|---|---|---|---|---|---|---|---|---|---|

具体要求：

1. 每篇论文整理成表格中的一行。
2. 不要泛泛总结，要紧扣论文内容，尤其关注其中与“协同、调度、任务分配、资源协调、智能体交互”有关的部分。
3. “研究问题”要说明论文主要针对什么场景、什么痛点、什么优化目标，例如多机器人冲突、路径拥堵、任务竞争、资源受限、效率低下等。
4. “研究方法”要写清楚文章采用了什么算法、模型、框架或实验方法，例如 DQN、PPO、MAPPO、MADDPG、A2C、Actor-Critic、CTDE、Petri 网、MAPF、CBS、MCTS、TSP、奖励函数设计、任务分配机制等。
5. “协同调度/决策方法”是重点新增项，要专门说明文章如何实现协同或调度决策，例如：
   - 多机器人之间如何协作；
   - 任务如何分配；
   - 是否有集中式调度或分布式决策；
   - 是否考虑优先级、资源冲突、路径冲突、拥堵协调；
   - 是否使用通信机制、注意力机制、关键智能体识别、拍卖机制、预约机制、全局优化机制等。
6. “在 RL / MARL 基础上的拓展”要重点说明：
   - 是否使用 RL / DRL / MARL；
   - 使用的是单智能体还是多智能体；
   - 是否采用集中训练分散执行 CTDE；
   - 是否设计奖励函数；
   - 是否考虑智能体通信、协同、任务分配、路径规划或资源冲突；
   - 如果文章不是 MARL，也要说明它和 MARL 协同调度的关系或可借鉴点。
7. “创新点”要提炼文章最核心的贡献，不要写空话，例如算法改进、模型结构改进、场景应用创新、约束建模创新、奖励函数设计、通信机制、任务分配机制等。
8. “理论”要列出文章涉及的核心理论和技术关键词，例如 RL、DRL、MARL、DQN、PPO、MAPPO、MADDPG、A2C、Actor-Critic、MDP、POMDP、CTDE、Petri 网、CBS、MAPF、MCTS、Softmax、奖励函数等。
9. “未来工作”要整理原文提到的不足和未来方向；如果原文没有明确说明，请基于文章内容谨慎总结，并注明“可进一步考虑”。
10. “ps”要从我的项目角度写阅读批注，例如：
    - 是否适合用于医院物流机器人协同调度；
    - 对协同优化、关键智能体、任务分配、路径规划、奖励函数有什么启发；
    - 哪些内容可以写进文献综述；
    - 哪些内容只是参考，不能直接照搬；
    - 这篇文章更偏“协同调度”还是更偏“路径规划”。

语言要求：

- 使用简体中文。
- 表达要学术、准确、直白。
- 不要编造文章中没有的内容。
- 不要输出表格以外的大段解释。
- 如果原文没有明确说明某一项，请写“原文未明确说明”。
- 路径规划内容可以提，但不要把重点放在具体路径怎么画上，要重点分析其对协同调度的作用。

请你以一位长期从事学术写作与出版工作的资深编辑视角，对以下文本进行润色与改写，目标是弱化 AI 痕迹，使语言更接近真实研究者或专业作者的自然表达。在不改变原意和核心信息的前提下，优化行文节奏与语序，使中文表达自然、流畅、有层次感，整体风格参考成熟学者或科技记者的写作方式。写作时请避免使用模板化、程式化的逻辑连接词（如“首先、其次、最后”“综上所述”“总之”“应该注意的是”等），减少明显的“列点式”与“总结式”结构。如果原文呈现出刻意的“总—分—总”或并列堆砌结构，请重新组织段落顺序与过渡方式，使逻辑衔接更像真实思考过程中的自然推进。尽量将被动表达调整为主动句式，避免句子过长或概念连续堆叠，可通过长短句交错来改善阅读节奏。在不削弱学术严谨性的前提下，允许在合适位置加入克制而理性的个人判断、背景补充或具体化说明，也可使用非陈词滥调的类比或具象描述来增强可读性。语言层面上，可适度引入轻微的“非完美”表达，例如限定性措辞（如“在多数情况下”“某种程度上”“或许”）、自然的插入语（如“实际上”“说起来”），让文本更接近研究者真实推敲观点时的表达方式，而非绝对化结论。请主动替换常见的 AI 高频词与空泛表述（如“值得注意的是”“毫无疑问”“一般来说”等），优先使用更具体、更具指向性的动词和名词，减少抽象套话。必要时，可将个别陈述句调整为设问或反问形式，以增强行文张力，但避免影响学术语境的严肃性。
请直接输出润色后的完整文本，无需说明修改思路或具体调整内容。

你要帮我把这张图片加入我的 GitHub 博客随机背景池，而不是只上传图片。

仓库：kizaunayui/my_blog
分支：main
背景逻辑文件：components/RandomBackground.tsx
背景图片目录：public/static/images/
CSS 文件：css/hero-layer-fix.css

请严格执行：

1. 先读取 components/RandomBackground.tsx，查看 backgroundPool 当前有哪些背景图，不要盲改。

2. 读取 css/hero-layer-fix.css，检查 .site-fixed-bg 是否已经支持通过 CSS 变量控制：
   - background-size
   - background-position
   如果已经支持，不要改 CSS。
   如果不支持，再修改 CSS 和 RandomBackground.tsx，让每张图可以单独配置：
   - src
   - position
   - mobilePosition
   - size

3. 将我提供的图片上传到：
   public/static/images/
   文件名根据图片内容起清楚的英文名，使用 .jpg 或 .png。
   不要使用 SVG 包 base64 的方式伪装图片。

4. 在 RandomBackground.tsx 的 backgroundPool 中追加新图片对象，不要删除原有背景图。
   示例格式：
   {
     src: '/static/images/xxx.jpg',
     position: 'center center',
     mobilePosition: 'center center',
     size: 'cover',
   }

5. 根据图片主体位置设置显示方式：
   - 普通横图：position: 'center center', mobilePosition: 'center center', size: 'cover'
   - 人物在右侧：position: '72% center' 或 '66% center'
   - 如果主体容易被裁切，可以改成 center center 或 contain

6. 直接提交到 main 分支。

完成后告诉我：
- 图片实际上传路径
- RandomBackground.tsx 里新增的路径
- 是否修改了 CSS
- commit hash
- 提醒我等 Vercel production 部署完成后再刷新测试

请将我上传的模拟题整理成一份「题目 + 答案 + 详细解析 + 知识点」形式的复习资料，并生成 PDF 文件。

整理要求：

1. 按题目原有顺序整理，不要打乱题号。
2. 每一道题都按以下结构输出：
   - 原题
   - 答案
   - 详细解析
   - 涉及知识点
   - 易错点 / 记忆提示

3. 答案不要只给结果，要写清楚推导过程。
   尤其是计算题，要逐步列式、代入、计算、得出结论。

4. 公式要求：
   - 公式必须使用标准 LaTeX 格式。
   - 重要公式单独成行显示。
   - 不要用截图公式、伪公式或乱码符号。
   - 每个公式中第一次出现的字母，都要解释它代表什么、单位是什么。
   - 普通文字说明中尽量不要夹杂太多行内 LaTeX，避免阅读困难。

5. 知识点要求：
   - 不要只针对本题，要适当拓展到考试常考点。
   - 对容易混淆的概念要进行对比说明。
   - 对填空题、选择题，也要解释为什么是这个答案。
   - 对简答题，要给出适合考试书写的标准答案版本。

6. 排版要求：
   - 标题清晰，层级分明。
   - 每道题之间要有明显分隔。
   - 重点结论可以加粗。
   - 适合考前直接复习。
   - 最终输出为 PDF 文件。

7. 内容风格：
   - 语言要像老师讲题，不要太简略。
   - 解释要具体、清楚、适合基础一般的学生理解。
   - 不要体现"AI生成""图片看不清"等字样。
   - 如果有个别信息确实无法判断，请单独放在最后的"需确认信息"里，不要影响正文完整性。

请严格按照以上要求整理，并直接生成可下载的 PDF。