買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉清華大學申請的專利基于動態子任務規劃的具身學習方法、裝置及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118963125B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411026767.1，技術領域涉及：G05B13/04；該發明授權基于動態子任務規劃的具身學習方法、裝置及存儲介質是由劉華平;王涓設計研發完成，并于2024-07-30向國家知識產權局提交的專利申請。

本基于動態子任務規劃的具身學習方法、裝置及存儲介質在說明書摘要公布了：本公開提出一種基于動態子任務規劃的具身學習方法，包括：任務規劃大模型基于任務指令、待提升感知模型的性能和機器人捕獲的環境信息生成多個子任務并對其優先級排序，確定當前子任務；任務解析大模型將解析子任務內容以指導機器人在環境中導航，利用位姿預測大模型指導機器人采集數據，導航過程中，任務解析大模型根據環境信息動態調整子任務內容；當前子任務完成后，任務規劃大模型將動態規劃后續子任務；子任務均完成后，使用導航過程中采集的數據集提升感知模型性能。本發明可使機器人采集有利于感知能力提升的新數據或新知識，并通過學習采集到的新數據或新知識來進一步提高機器人對環境的理解。

本發明授權基于動態子任務規劃的具身學習方法、裝置及存儲介質在權利要求書中公布了：1.一種基于動態子任務規劃的具身學習方法，其特征在于，包括： S1、基于任務指令使用任務規劃大模型生成多個子任務，基于歷史子任務信息、待提升感知模型的性能以及機器人捕獲的環境信息對所述子任務的優先級進行排序，將優先級排序最高的子任務作為當前子任務；其中，所述任務指令為用戶設定的待提升感知模型的語義類別，所述語義類別以物體類別名表征；所述歷史子任務信息以歷史子任務中各類別物體的采集情況為表征；所述待提升感知模型的性能以使用公開數據集預先訓練的語義分割模型在新環境中的語義分割任務的準確率指標為表征；所述環境信息以機器人捕獲的第一人稱視角觀測圖像作為表征； S2、構建用于輔助位姿預測大模型評估待提升感知模型性能的知識庫，所述知識庫包括圖像特征知識子庫和觀測信息知識子庫，所述圖像特征知識子庫存儲有機器人捕獲的不同物體實例的多張第一人稱視角觀測圖像的圖像特征；所述觀測信息知識子庫存儲有不同物體實例的多張第一人稱視角觀測圖像數據，每個物體實例的數據基于感知分數從大到小排序進行存儲； S3、利用任務解析大模型將當前子任務解析成若干可執行的高層操作，所述高層操作包括三類：目標房間導航、目標物體導航和目標物體數據采集，并基于當前子任務內容確定當前需要前往的目標房間類型與需要采集數據的目標語義類別集合； S4、機器人基于底層動作規劃執行解析的高層操作，首先導航到目標房間，然后依次導航至目標房間內的目標物體，從所述知識庫中檢索相關上下文作為所述位姿預測大模型的外部知識提示，指導機器人對目標物體進行數據采集； 在導航過程中，所述任務解析大模型根據機器人實時采集的環境信息對目標物體的導航順序進行動態調整，實現當前子任務內容的動態規劃； S5、當前子任務完成后將機器人執行該當前子任務時采集到的數據的語義類別作為該當前子任務信息反饋給所述任務規劃大模型，所述任務規劃大模型將根據反饋的信息、任務指令、待提升感知模型性能以及環境信息，動態規劃下一子任務，返回步驟S3，直至子任務均完成； S6、利用導航過程中采集到的數據集提升所述待提升感知模型的感知性能。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人清華大學，其通訊地址為：100084 北京市海淀區清華園1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。