买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利一种基于连续状态分解的机器人动作生成方法及相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120146198B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510326975.1，技术领域涉及：G06N5/04；该发明授权一种基于连续状态分解的机器人动作生成方法及相关装置是由王乐;李嘉一;周三平;夏锟设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种基于连续状态分解的机器人动作生成方法及相关装置在说明书摘要公布了：本发明属于具身智能技术领域，公开了一种基于连续状态分解的机器人动作生成方法及相关装置；其中，所述基于连续状态分解的机器人动作生成方法包括：获取用户的语言指令以及机器人的场景观测；通过大语言模型对所述语言指令进行解析，获得关键目标状态值；基于所述语言指令、所述场景观测和所述关键目标状态值，利用训练好的SD2Actor模型进行动作生成，获得机器人动作。本发明能够解决目前机器人操作中语言指令与目标动作之间映射困难的问题，能够有效处理连续状态，可在新状态下生成准确的机器人操作动作，提高了机器人在多样化任务中的泛化能力和操作精度。

本发明授权一种基于连续状态分解的机器人动作生成方法及相关装置在权利要求书中公布了：1.一种基于连续状态分解的机器人动作生成方法，其特征在于，包括以下步骤： 获取用户的语言指令以及机器人的场景观测； 通过大语言模型对所述语言指令进行解析，获得关键目标状态值； 基于所述语言指令、所述场景观测和所述关键目标状态值，利用训练好的SD2Actor模型进行动作生成，获得机器人动作； 其中，所述SD2Actor模型包括： 特征提取模块，用于提取语言指令的语言特征以及场景观测的场景特征； 特征融合模块，用于将语言特征、场景特征以及关键目标状态值对应嵌入进行融合，获得融合后特征； 扩散模型，用于将所述融合后特征作为条件指导降噪过程，通过逐步降噪生成精细化的机器人动作； 所述SD2Actor模型的训练过程中，初始化一些可学习的嵌入，通过语言指令检索出相应的嵌入，与语言特征进行融合以及与场景特征进行交互后作为扩散模型的条件输入，通过扩散模型预测出对应的机器人动作；其中，采用有监督训练的迭代更新方式，整体损失函数包括正交化损失和扩散模型的降噪损失； 所述关键目标状态值对应嵌入的获取步骤为，若关键目标状态值包含于SD2Actor模型的训练样本集合中，则关键目标状态值对应嵌入通过检索的方式直接获得；若关键目标状态值不包含于SD2Actor模型的训练样本集合中，则通过大语言模型对关键目标状态值进行线性分解，再通过线性组合的方式，获得已知状态嵌入的线性组合并作为所述关键目标状态值对应嵌入。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。