本文在总结终生学习（Life Long Learning, LLL，又称为增量学习Incremental Learning、Continuous Learning、Never Ending Learning）的概念，存在的问题以及当前的解决方案。
本文介绍了ROS中机器人导航的基础知识和实例。首先给出了导航常用到的数据类型、坐标系、主题，然后介绍了主要用到的功能包：move_base、amcl、fake_localization，最后介绍了如何在Gazebo中进行激光导航仿真的实例。
本文记录了OpenCV中Mat数据结构的数据类型、成员变量、成员函数，以及图片读取、图片写入等API。
本文总结了C++线性代数库Eigen的基本使用，主要是是几何方面各种数据类型的转换。
本博文总结了ROS中TF(坐标转换)的相关用法，包括数据类型、监听器、广播器、异常、TF与Eigen的转换等API。
本文总结了自编码器(Auto-Encoder)和其变种的相关概念，包括堆栈自编码器、卷积自编码器、正则化自编码器(RAE)、稀疏自编码器(SAE)、 去噪自编码器(DAE)、变分自编码器(VAE)等，并基于Keras实现去噪自编码器在Fashion-Mnist数据集上的去噪。
本文介绍了聊天机器人的基本概念，以及三大主流聊天机器人技术：基于模板、基于检索、基于深度学习。
