机器人模仿学习方法、装置、计算机设备及可读存储介质

    公开(公告)号:CN119407766A

    公开(公告)日:2025-02-11

    申请号:CN202411455636.5

    申请日:2024-10-17

    Abstract: 本申请实施例提供了一种机器人模仿学习方法、装置、计算机设备及可读存储介质。方法包括:按照时间顺序获取演示数据,并将其输入至目标模型的第一编码器中进行高维特征的提取,得到第一目标特征;获取演示数据对应的动作指示信息,通过条件变分自编码器,根据动作指示信息将第一目标特征分解成得到多个动作块,并根据动作指示信息依次对多个动作块进行特征重构,得到对应的多个第一子特征,将多个第一子特征进行拼接得到第一目标特征对应的第二目标特征;通过目标模型的第一解码器对第二目标特征进行预测,得到机器人的关节部位在下一时刻的关节位置参数;根据关节位置参数控制机器人进行模仿。以此,能够提高机器人进行模仿学习的准确性。

    异质机器人的控制方法、装置、电子设备以及存储介质

    公开(公告)号:CN119417117A

    公开(公告)日:2025-02-11

    申请号:CN202411455090.3

    申请日:2024-10-17

    Abstract: 本申请实施例提供了一种异质机器人的控制方法、装置、电子设备以及存储介质,属于人工智能技术领域。该方法包括:根据获取到的总任务数据和环境感知数据生成任务提示词;在当前轮次的对话中,对获取到的历史对话文本和任务提示词进行回应,生成新的对话文本,将新的对话文本更新到历史对话文本中,直至所有异质机器人均完成发言时,完成当前轮次的对话,其中,当目标异质机器人为多个异质机器人中首个发言的时,历史对话文本为空;在至少一个轮次的对话结束后,基于由最后一个发言的异质机器人更新的历史对话文本,提取得到目标异质机器人对应的子任务数据,并执行对应的子目标任务。本申请能够提高多个异质机器人协作完成总目标任务的效率。

    插值依赖的图像自适应下采样方法

    公开(公告)号:CN102769745B

    公开(公告)日:2014-12-31

    申请号:CN201210206705.X

    申请日:2012-06-21

    Abstract: 插值依赖的图像自适应下采样方法,涉及图像及视频处理,解决了目前的下采样与上采样往往是独立的,而图像及视频的处理通常同时需要下采样和上采样的问题,它包括具体步骤如下:步骤一、对给定的输入图像,生成一幅下采样图像,对此下采样图像插值出上采样图像;步骤二、采用基于块的下采样方法,提高下采样图像的质量;步骤三、判断与内容是否无关;是,执行步骤四;否,执行步骤五;步骤四、与内容无关的下采样,插值系数组成插值矩阵,对插值过程求逆得到下采样图像;步骤五、与内容相关,给出初始系数,运用与内容无关的方法得到一幅初始的下采样图像,根据得到的图像训练出新的插值系数,然后再迭代得到下采样图像。用于图像及视频处理。

    插值依赖的图像自适应下采样方法

    公开(公告)号:CN102769745A

    公开(公告)日:2012-11-07

    申请号:CN201210206705.X

    申请日:2012-06-21

    Abstract: 插值依赖的图像自适应下采样方法,涉及图像及视频处理,解决了目前的下采样与上采样往往是独立的,而图像及视频的处理通常同时需要下采样和上采样的问题,它包括具体步骤如下:步骤一、对给定的输入图像,生成一幅下采样图像,对此下采样图像插值出上采样图像;步骤二、采用基于块的下采样方法,提高下采样图像的质量;步骤三、判断与内容是否无关;是,执行步骤四;否,执行步骤五;步骤四、与内容无关的下采样,插值系数组成插值矩阵,对插值过程求逆得到下采样图像;步骤五、与内容相关,给出初始系数,运用与内容无关的方法得到一幅初始的下采样图像,根据得到的图像训练出新的插值系数,然后再迭代得到下采样图像。用于图像及视频处理。

Patent Agency Ranking