一种基于物理启发的机器人视觉认知方法、模型、设备及介质

本发明公开了一种基于物理启发的机器人视觉认知方法、模型、设备及介质，方法包括：获取视觉图像，提取视觉图像的深度卷积特征；将视觉图像的深度卷积特征转换为物理相空间特征；对物理相空间特征进行动力学建模，学习哈密顿量；根据物理相空间特征与哈密顿量，基于哈密顿正则方程，实现相空间位置状态演化；将相空间位置状态转化为高维特征信息，并按维度需要实现目标任务特征输出。本发明能有效提高复杂动态视觉认知任务的模型学习效率，增强训练稳定性，并提升视觉任务预测准确率。