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!
摘要:本发明公开了一种基于测试时自适应提示信息的视觉语言导航方法,包括:获取基于自然语言的导航指令和智能体的360度全景视觉观测信息;提取子图像的低频视觉特征并从图像记忆库中选择有价值的信息进行提示;提取导航指令对应的文本特征向量和当前环境的初始状态向量;利用状态向量从视觉特征记忆库中选择历史信息进行提示;将状态向量和指令特征输入视觉‑语言交互模块,生成导航动作选择;根据导航动作选择的预测分数更新全连接层中的归一化层;重复上述内容直至智能体选择停止或达到最大移动步数限制。本发明可以有效增强预训练智能体模型在未知测试环境中的导航性能。
主权项:1.一种基于测试时自适应提示信息的视觉语言导航方法,其特征在于,包括以下步骤:步骤S1、获取基于自然语言的导航指令和智能体的360度全景视觉观测信息;步骤S2、提取子图像的低频视觉特征并从图像记忆库中选择有价值的信息进行提示;步骤S3、提取自然语言导航指令对应的文本特征向量和当前环境的初始状态向量;步骤S4、利用状态向量从视觉特征记忆库中选择历史信息进行提示;步骤S5、将状态向量和指令特征输入视觉-语言交互模块,生成导航动作选择;步骤S6、根据导航动作选择的预测分数更新全连接层中的归一化层;步骤S7、重复步骤S2至步骤S6,直至智能体选择停止或达到最大移动步数限制。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 一种基于测试时自适应提示信息的视觉语言导航方法
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。