一种基于多模态感知与动作映射的具身智能体小脑训练方法
申请号:CN202510998810
申请日期:2025-07-21
公开号:CN120873964A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及一种基于多模态感知与动作映射的具身智能体小脑训练方法及系统,适用于基于大脑‑小脑架构的具身智能体。所述训练方法包括由大脑模块基于用户输入与多模态感知数据生成行为目标,并将所述行为目标传送至小脑模块;小脑模块将行为目标拆解为多个行为动作,基于每个行为动作生成对应的动作参数组,并通过范化处理形成多个候选动作参数组。小脑模块控制智能体依次执行各候选动作参数组构成的动作序列,并采集执行过程中的性能指标,计算综合性得分;最终建立行为目标与最优行为动作序列之间的映射关系,用于优化未来执行效率与连贯性。本发明实现了面向任务的自适应动作生成与训练优化,提升了智能体在复杂环境中的稳定性与策略泛化能力。
技术关键词
动作参数组
控制智能体
序列
多模态
综合性
训练系统
模块
执行器
指令
轨迹
处理器
关系
存储器
物理
功耗
策略
数值
数据