一种基于大模型和深度强化学习的机器人移动及操纵控制方法

一种基于大模型和深度强化学习的机器人移动及操纵控制方法，它属于人工智能与智能机器人系统技术领域。本发明解决了现有方法难以处理复杂的自然语言指令以及在动态环境中，机器人移动任务与机械臂操纵任务的协同效率低的问题。本发明采用大语言模型对输入的复杂自然语言指令进行处理，得到子任务序列，可实现机器人对自然语言指令的理解；再通过分层强化学习框架、深度融合环境语义信息、引入可解释的风险评估机制以及赋予系统持续学习和泛化能力，能够显著提升移动机器人在复杂、动态和未知环境中的自主导航与操纵任务的协同效率、保证机器人的安全性和智能化水平。本发明方法可以应用于机器人移动及操纵控制领域。