-
公开(公告)号：CN119809925A
公开(公告)日：2025-04-11
申请号：CN202411826999.5
申请日：2024-12-12
Applicant: 华南理工大学
IPC: G06T3/4038 , G06T3/4053 , G06T5/50 , G06V10/80 , G06N5/04 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多模态模型视觉感知能力增强方法、设备及介质，其中方法包括：采集图像数据，并根据图像提出文本问题；挑选基于同一语言模型训练的多个多模态语言大模型，并合并语言模型的参数；基于输入图像，利用多个视觉编码器提取视觉特征；输入文本，通过语言模型对输入文本进行特征提取，获得文本特征；拼接视觉特征与文本特征，获得融合特征；将融合特征输入语言模型进行推理，输出推理结果。本发明无需额外训练，能够有效提高多模态任务的性能，并减少了部署开销。另外，利用本发明的技术，可以通过融合不同视觉编码器的优势，显著提升多模态大模型的视觉感知效果，同时降低计算资源需求。本发明可广泛应用于人工智能领域。
-
公开(公告)号：CN116560239A
公开(公告)日：2023-08-08
申请号：CN202310824569.9
申请日：2023-07-06
Applicant: 华南理工大学 , 广东广物互联网科技有限公司
Abstract: 本发明公开了一种多智能体强化学习方法、装置及介质，属于多个智能体行为自主控制技术领域。其中方法包括：获取观测，智能体根据观测获取动作概率分布，以及推理队友智能体基于观测的动作概率分布；根据获得的动作概率分布，计算每个智能体与队友智能体的行为一致性；通过动态缩放网络获取动态调节因子，根据动态调节因子计算行为一致性的内部奖励；根据链式求导法则，以最大化外部回报为目标，对动态缩放网络的参数进行优化；使用优化完成的策略实现多智能体的协作任务。本发明提出一种基于行为一致性的内在奖励，解决多智能体协作算法忽略智能体之间行为意图的配合，从而导致出现次优化策略的问题，能够有效地提高多智能体之间的协作性能。
-
公开(公告)号：CN119940407A
公开(公告)日：2025-05-06
申请号：CN202411848000.7
申请日：2024-12-16
Applicant: 超级机器人研究院(黄埔) , 华南理工大学
IPC: G06N3/045 , G06N3/09 , G06N3/006 , G06F16/3329
Abstract: 本发明公开了一种主动聊天机器人构建方法、装置、设备及介质，其中方法包括：构建以用户为中心的聊天质量评估器，用于评估聊天机器人对用户背景信息、聊天偏好的主动感知能力；构建用户背景数据集，用来让大模型扮演不同背景身份的用户智能体，和聊天机器人展开多轮对话聊天；对话语料收集与迭代课程学习，用来生成高质量对话语料，并使用迭代课程学习的方法微调聊天机器人对应的大模型，以提升模型对用户背景信息、聊天偏好的主动感知能力。本发明能够让聊天机器人主动关注用户的背景信息和聊天兴趣，给出符合用户聊天偏好的回答，从而提升用户的对话参与度与满意度，改进人机交互体验。本发明可广泛应用于人工智能技术领域。
-
公开(公告)号：CN116560239B
公开(公告)日：2023-09-12
申请号：CN202310824569.9
申请日：2023-07-06
Applicant: 华南理工大学 , 广东广物互联网科技有限公司
Abstract: 本发明公开了一种多智能体强化学习方法、装置及介质，属于多个智能体行为自主控制技术领域。其中方法包括：获取观测，智能体根据观测获取动作概率分布，以及推理队友智能体基于观测的动作概率分布；根据获得的动作概率分布，计算每个智能体与队友智能体的行为一致性；通过动态缩放网络获取动态调节因子，根据动态调节因子计算行为一致性的内部奖励；根据链式求导法则，以最大化外部回报为目标，对动态缩放网络的参数进行优化；使用优化完成的策略实现多智能体的协作任务。本发明提出一种基于行为一致性的内在奖励，解决多智能体协作算法忽略智能体之间行为意图的配合，从而导致出现次优化策略的问题，能够有效地提高多智能体之间的协作性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
