說明：
character一般用於主角這類使用者控制的物體，它不會受到scene的重力影響，不會被其他物體推。
程式中可以使用它的move方法移動它，當他碰到靜態物體時，會停下來，遇到動態物體時會推開他，當然，哲學都是可以通過activegroup老控制的，group至多有32組。
character還有上樓梯模式，在某些高度的台階，可以直接上去（stepoffest）
character還可以設定可以走上去的斜坡（slopelimit）
由於character不受到場景的重力影響，所以，使用者要在move函式中自己新增重力因素，也就是說，character可以懸浮在空中，除非那裡有其他的activegroup物體；
角色控制器中的變數：
isgrounded：
著地，在最後的移動角色控制器是否接觸地面；
velocity:角色當前的相對速度；
cllisionflags:在最後的charactercontroller.move呼叫期間，膠囊提的哪個部分和周圍環境相碰撞。
radius：角色膠囊體 的半徑，
height：角色膠囊體的高度。
center：相對於變換位置的角色膠囊體的中心。
sloplimit：角色控制器的坡度洗漱限制，
stepoffest：以公尺為單位的角色控制器的台階偏移量（台階高度）
detectcollisions：其他剛體和角色控制器能否能夠與本角色控制器相互碰撞。預設值筒倉為enabled；
函式：******move:
function ******move (speed : vector3) : bool
以一定速度移動角色；
move：
function move (motion : vector3) : collisionflags，
乙個更加複雜的移動函式，每次都絕對移動。
嘗試著通過動力移動控制器，動力只受限制於碰撞。它將沿著碰撞器滑動。collisionflags 是發生於move的碰撞的概要。這個函式不應用任何重力。
傳送訊息：
oncontrollercolliderhit：控制器碰撞器相碰，當控制器碰撞乙個正在移動的碰撞器時，此函式被呼叫；
比較如果兩個物體相同
kafka ack設定 kafka 原理深度解讀
前文介紹了kafka的一些基本原理，接下來我們深入了解下關於kafka的一些機制和優化 前文提到過，乙個topic是分成多個partition 儲存的 topic是邏輯上的概念，partition是物理上的概念，如圖所示 通過我們可以看出，雖然每個partition內部是有序的，但對於整個topic...
深度學習05 谷歌Inception網路解讀
構建卷積層時，你要決定卷積核的大小究竟是 1 1，3 3 還 是 5 5，或者要不要新增池化層。而 inception 網路的作用就是代替你來決定，雖然網路架 構因此變得更加複雜，但網路表現卻非常好.同時新增多個濾波器，將每個濾波器輸出疊加一起，作為總輸出，讓網路自己學習它需要什麼樣的引數，採用哪些...
深度學習中的軸 axis dim全解
在深度學習中，軸，指的就是張量的層級，一般通過引數axis dim來設定。很多張量的運算 神經網路的構建，都會涉及到軸，但到底取哪個軸，卻不是那麼容易把握。下面會針對軸 axis dim，基於 pytorch 的 和例項，嘗試去理清張量運算中軸 axis dim的設定。軸的概念 對於乙個張量，它的s...