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！

龙图腾网获悉南京邮电大学申请的专利一种基于观察-记录-决策机制的具身问答方法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：CN121561066B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610079574.5，技术领域涉及：G06F16/3329；该发明授权一种基于观察-记录-决策机制的具身问答方法是由鲍秉坤;游思思;邹佳怡设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种基于观察-记录-决策机制的具身问答方法在说明书摘要公布了：本发明提供了一种基于观察‑记录‑决策机制的具身问答方法，智能体通过多视角感知捕捉来自各个方向的RGB图像和深度图像，用于构建3D场景图并映射到2D语义地图上，同时，智能体在2D语义地图上标记每一个经过的位置，并动态更新未访问位置的权重，降低已标记经过区域中边界点的选择概率，基于观察阶段的2D语义地图，智能体根据观察的RGB图片辨别是否能够回答问题，若能的话直接生成响应，否则导航到新的区域重复上述步骤直到达到能或者最大步数，本发明通过构建语义地图和权重调控导航、专用VLM分析与双准则决策的融合设计，实现了智能体无冗余探索与精准问答的决策。

本发明授权一种基于观察-记录-决策机制的具身问答方法在权利要求书中公布了：1.一种基于观察-记录-决策机制的具身问答方法，其特征在于，包括以下步骤： 观察阶段，智能体通过多视角感知捕捉来自各个方向的RGB图像和深度图像，用于构建3D场景图并映射到2D语义地图上； 记录阶段，智能体在2D语义地图上标记每一个经过的位置，并动态更新未访问位置的权重，降低已标记经过区域中边界点的选择概率； 决策阶段，基于观察阶段的2D语义地图，智能体根据观察的RGB图片辨别是否能够回答问题，若能的话直接生成响应，否则导航到新的区域重复上述步骤直到达到能或者最大步数； 所述智能体在2D语义地图上标记每一个经过的位置是基于边界的探索方法的基础上建立的，所述基于边界的探索方法具体过程为： 智能体首先在上识别已探索区域和未探索区域边界处的边界点，边界点是位于已探索自由空间和未探索区域之间的边界上的点； 遍历地图，找到周围找到所有满足以下条件的体素： 由深度图得到的没有障碍物的区域； 每次更新后没有标记过的区域； 至少有一个相邻体素标记为已经过；最后使用连通域分析，将相邻边界单元格聚合成区域集合Ff，Ff即表示为边界点的集合； 对于每个边界点，使用PrismaticVLM来提供一个选择概率，该概率表示边界点被选为下一个位置的可能性； 该概率由当前视图中所有边界点的归一化探索概率和图像探索概率计算得出： 其中，E表示温度标度融合函数，G表示高斯平滑函数，智能体最终选择其当前位置周围权重最高的边界点作为导航目标；归一化探索概率是当前视图RGB图像中用PrismaticVLM标记的三个候选方向上的归一化VLM置信度： 其中是在t时捕获并选择的第k张RGB图像，图像探索概率表示PrismaticVLM对当前视图是否值得导航的响应为是的归一化概率： 这两个概率均通过E进行温度缩放； 其中，Prompt5表示输出当前视图RGB图像中不同候选方向上的归一化探索概率，Prompt6表示输出当前视图是否值得探索的响应为是的归一化概率； ,用于控制方向偏好和视觉相关性的相对影响，取值由任务场景的优先级需求、PrismaticVLM模型的输出特性、实验验证的最优目标共同决定； 此外，使用高斯函数G对相邻的边界点进行平滑处理，减少边界点的噪声； 所述动态更新未访问位置的权重，降低已标记经过区域中边界点的选择概率过程如下： 设全局二维语义地图上所有元素的权重初始化为；当到达新位置时，以为中心，创建一个已访问圆； 所有已访问圆内的位置权重均降低： 其中，x,y表示元素在全局二维语义地图中的坐标，表示截至当前步骤t的累计探索区域，此更新在每个步骤中逐步执行，地图会永久记录所有已探索区域；wunvisited被直接纳入边界选择，从而得出最终的探索概率： 其中，是边界点f处地图元素的当前权重。

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南京邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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。