研究创新

所谓的创新有几种，

1，理论创新，也就是新理论
2.应用创新，就是用经典理论解决新问题
3.组合创新，例如方法A和方法B都是别人提出的，你将A与B取长补短，组合成了算法A+B
4.颠覆性创新，这种非常少见，就是颠覆了原来的理论框架，这是最难的，也是价值最大的
5.还有一种是效果改进式的细枝末节创新，也就是完善已经有的算法，对其中的部分功能进行补充完善，或者改进。

所以1与4一般是资深研究人员来做的，本科生硕士生能做到2,3,5任何一点都可以了。

例如，MeanShift算法很经典，但是做不到连续自适应，所以有人改进了一下，起名叫camshift，提出MeanShift的是大的创新，能改成camshift也很有用，属于较大的创新。
但是有人用camshift算法现成拿来做机器人跟踪，这就是应用性创新。
有人觉得camshift不够智能，加个卡尔曼滤波器，这就是组合性创新了。
有人实在觉得camshift太好用了，不知道还能做什么，但是发现参数设置的时候是凭借经验的，然后就用一个自动调参算法调了一下，发现有效果，这就是改进式创新。

有的新思路，也许效果不好，但是与普通算法完全不一样，这就是大的理论创新，比如开始的汽车虽然不如马车跑的快，但是这是很大的创新了，也许以后能有潜力。

所谓的颠覆性创新是指，别人都建模来求解问题，你提出来用基于数据的学习方法

别人说机器人都是按照给定程序来运行的，你提出要加一些传感器来实时反馈

所以，研究人员与工程人员最大的区别是要有新思路，要懂基础和底层的东西

工程人员是解决问题，构建稳定的解决方案，研究人员是提出问题，发现问题，给出新的解决思路

工程人员最重视的是迅速完成一个项目，研究人员最在乎的是idea

这就是为什么所有的产权类东西都不允许重复

我们常接触的包括：学位论文、专利、学术论文、软著等

获取这些数据库信息要缴费，在商业或者自己的产权文档或产品中利用这些信息要获得授权或者给出注释说明

这就是为什么学位论文里面要给出参考文献，为什么要查重，为什么要写承诺书，承诺所有的东西都是真实的

已有算法的分类器不够通用，能够把很狭窄的算法，变的通用，如果在理论上有新意，那是很大的创新

例如，做机械臂的人一直企图能构建一个通用逆运动学求解方法，并为止奋斗了不下四十年了

到目前为止，也只能做到6自由度，有特殊结构的手臂才能给出一种通用方法

如果能有人给出一种通解各种胳膊的算法，我觉得全球任何机器人研究机构都会主动邀请加盟

我觉得工程训练你能做到自己总结，把你提到的集中算法吃透，能写出自己总结，有一点点针对不同对象的测试结果就可以了

不要直接抄袭别人的观点，当文献读多了，就会有自己的一些结论，总会或多或少与别人有些不一样

这个过程也可以训练你后面读研时候的研究方法和思路

你其实已经不错了，有一个开放的心态，去接受新事物，尽量做有兴趣的事，认真去做，总会越来越精通的

选择方向要谨慎，一旦选好了要有坚持，不能到处挖井，但是拿一口都来不及挖出水就跑了

研究一个小方向的思路

研究一个小方向的思路大概是这样的：

1、听到一个别人解决不了的问题，或者遇到一个社会有需求，但是没有解决方案的问题，自己恰好感兴趣，就可以试试了

2、先去调研，这个调研1要看有没有人已经做成商业产品了，2要看数据库里是不是已经有人做了类似的研究
3、如果没有，Ok,那就可以具体试试，可以想想什么方法可能解决这样的问题，然后下载一些综述性文献，看看这些方法都研究都什么地步了，哪些更适用于你的问题
4、然后根据综述文献的关键词或者题目，去找具体的方法，逐个分析研究这些方法
5、等你把潜在有价值的方法都试探过来，那你已经成了这个方向的半个专家了，这时候为了适应你的问题，就会有一些自己的想法，因为你已经知道现有的几乎所有已经存在的方法，所以你的方法不可能与别人严重重复
6、等你解决了这个问题，可能想继续完善一下，有一些新的思路，或者推广到其他方面，这个过程就是不断探索新事物的过程

研究的英文是research，也就是重复探索的意思，不断试错，思考，改进。