Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东师范大学李戈志琛获国家专利权

山东师范大学李戈志琛获国家专利权

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!

龙图腾网获悉山东师范大学申请的专利基于图表征学习的机器人任务规划方法、系统及电子设备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:CN120056130B

龙图腾网通过国家知识产权局官网在2025-12-30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:202510478510.8,技术领域涉及:B25J9/16;该发明授权基于图表征学习的机器人任务规划方法、系统及电子设备是由李戈志琛设计研发完成,并于2025-04-16向国家知识产权局提交的专利申请。

基于图表征学习的机器人任务规划方法、系统及电子设备在说明书摘要公布了:本公开涉及机器人控制技术领域,提出了一种基于图表征学习的机器人任务规划方法、系统及电子设备,包括如下步骤:构建先验知识推理模型;根据获取的机器人执行服务的自然语言信息,基于构建的先验知识推理模型,提取规划所要处理的机器人规划要素作为图形节点,以机器人规划要素之间的关系为图形的边,构建有向图;将构建的有向图的信息以及机器人执行服务的自然语言信息,进行向量化得到任务规划的向量化表示;基于深度学习模型采用模板生成、模板填充的递进式方法,生成机器人动作的阶段式任务规划。考虑服务执行需求对机器人任务规划进行有效图形表示,并在强化学习引导下将服务相关自然语言自主转化为具备选择性的任务规划。

本发明授权基于图表征学习的机器人任务规划方法、系统及电子设备在权利要求书中公布了:1.基于图表征学习的机器人任务规划方法,其特征在于,包括如下步骤: 基于物品特性推理和场景共现关系建模,构建先验知识推理模型; 根据获取的机器人执行服务的自然语言信息,基于构建的先验知识推理模型,提取规划所要处理的机器人规划要素作为图形节点,以机器人规划要素之间的关系为图形的边,构建有向图; 提取有向图的近邻矩阵,并针对机器人服务相关自然语言信息中的词汇和词汇位置进行向量化表征,融合后得到任务规划的向量化表示; 以机器人服务相关自然语言信息作为输入,以任务规划的向量化表示作为输出,对构建的任务规划模型进行训练; 获取服务机器人待执行的自然语言信息指令,基于训练后的任务规划模型,采用模板生成、模板填充的递进式方法,生成机器人动作的任务规划结果; 对构建的任务规划模型进行训练的方法,包括如下步骤: 基于Transformer模型构建模板生成模型,在注意力机制引导下,生成由词类属性表征的任务规划模板; 基于Transformer模型构建模板填充模型,以模板生成模型输出的模板向量和由机器人执行服务的自然语言信息提取的词向量、句向量和段向量构成的输入向量共同作为输入,基于强化学习算法对生成的任务规划模板进行填充,基于设置的激励调整模型参数,得到训练后的任务规划模型; 基于强化学习算法对生成的任务规划模板进行填充,基于设置的激励调整模型参数,得到训练后的任务规划模型的方法,包括: 将模板向量和由词向量、句向量和段向量构成的输入向量共同作为输入,传输至构建的模板填充模型,将模板特征和输入向量共同进行点乘,填充规划模板,形成任务规划结果; 基于得到的任务规划结果,计算语义相似度激励和动作逻辑激励,采用随机梯度下降方法,通过语义相似度激励和动作逻辑激励对应的激励值迭代调整任务规划的生成策略,得到训练后的任务规划模型。

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山东师范大学,其通讯地址为:250014 山东省济南市历下区文化东路88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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。