恭喜同济大学周艳敏获国家专利权
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！
龙图腾网恭喜同济大学申请的专利面向具身智能机器人的跨模态自监督学习的感知预测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：CN119204148B 。
龙图腾网通过国家知识产权局官网在2025-04-01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：202411316397.5，技术领域涉及：G06N3/0895；该发明授权面向具身智能机器人的跨模态自监督学习的感知预测方法是由周艳敏;闫铮;周昌世;程斌;何斌设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。
本面向具身智能机器人的跨模态自监督学习的感知预测方法在说明书摘要公布了：本发明涉及一种面向具身智能机器人的跨模态自监督学习的感知预测方法，获取机器人的运动输入向量和感知输入向量并利用认知模型学习二者相关性，学习过程包括：获取机器人行为相关的运动输入向量和感知输入向量，通过分别进行自编码和解码，计算运动输入向量和感知输入向量对应的重构损失；基于自编码后的运动、感知输入向量，通过跨模态查询计算跨模态映射损失；基于运动感知输入向量对应的重构损失，以及跨模态映射损失，加权得到总损失，基于总损失对认知模型的参数进行更新，实现基于自监督学习的模态内隐式表达和模态间联系的建模。与现有技术相比，本发明可以有效提升具身智能机器人行为的自适应水平，具有自主发育和持续学习等优点。
本发明授权面向具身智能机器人的跨模态自监督学习的感知预测方法在权利要求书中公布了：1.一种面向具身智能机器人的跨模态自监督学习的感知预测方法，其特征在于，获取机器人的运动输入向量和感知输入向量并作为认知模型的输入，得到重建后对应的感知向量和运动向量，其中，所述认知模型的训练过程包括如下步骤：步骤S1，获取机器人行为相关的运动输入向量和感知输入向量，通过分别进行自编码和解码，计算运动输入向量和感知输入向量对应的重构损失；步骤S2，基于自编码后的运动输入向量和感知输入向量，通过跨模态查询计算跨模态映射损失；步骤S3，基于所述运动输入向量和感知输入向量对应的重构损失，以及所述跨模态映射损失，加权得到总损失，基于所述总损失对认知模型的参数进行更新，实现基于自监督学习的模态内隐式表达和模态间联系的建模。
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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号