基于实体-环境-策略原型学习的通用具身策略建模方法和任务处理方法

本申请提供了一种基于实体‑环境‑策略原型学习的通用具身策略建模方法和任务处理方法，涉及具身智能技术领域。该方法包括：获取具身交互数据的实体特征和环境特征；根据原型空间的实体原型和环境原型，分别将实体特征和环境特征映射为实体原型表征和环境原型表征；将原型空间中的任意实体原型和任意环境原型组合为实体‑环境原型对，并为每个实体‑环境原型对确定一个关联的策略原型网络；根据实体原型表征和环境原型表征，构建联合路由权重矩阵；将联合路由权重矩阵中联合路由权重值大于权重阈值的实体‑环境原型对激活，并利用激活的实体‑环境原型对关联的激活策略原型网络生成候选动作；根据候选动作对所述激活策略网络进行更新。