買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉創(chuàng)意信息技術(shù)股份有限公司申請(qǐng)的專利一種基于上下文提示的世界模型增強(qiáng)方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120373360B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510855255.4，技術(shù)領(lǐng)域涉及：G06N3/0455；該發(fā)明授權(quán)一種基于上下文提示的世界模型增強(qiáng)方法及裝置是由花福軍;胡小剛;羅欽;王波;孫明;惠孛設(shè)計(jì)研發(fā)完成，并于2025-06-25向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于上下文提示的世界模型增強(qiáng)方法及裝置在說明書摘要公布了：本發(fā)明提供了一種基于上下文提示的世界模型增強(qiáng)方法及裝置，屬于深度強(qiáng)化學(xué)習(xí)技術(shù)領(lǐng)域。方法根據(jù)當(dāng)前圖像輸入得到圖像描述語句；通過卷積神經(jīng)網(wǎng)絡(luò)得到當(dāng)前圖像輸入的向量表示，利用語言模型得到圖像描述語句的向量表示，將圖向量表示與語句向量表示拼接，得到新的向量表示；將新的向量表示利用循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)世界模型的建模，世界模型根據(jù)當(dāng)前的向量輸入，在歷史動(dòng)作和環(huán)境信息上下文基礎(chǔ)上進(jìn)行動(dòng)作決策，有效減輕了智能體探索時(shí)的軌跡回退現(xiàn)象出現(xiàn)的頻率。在環(huán)境變化時(shí)，智能體能根據(jù)上下文信息及時(shí)進(jìn)行調(diào)整，提高智能體的適應(yīng)性與靈活性。本發(fā)明有效減少了智能體錯(cuò)誤決策的可能性，有效提升了在限定步數(shù)之內(nèi)智能體的背景任務(wù)完成數(shù)量。

本發(fā)明授權(quán)一種基于上下文提示的世界模型增強(qiáng)方法及裝置在權(quán)利要求書中公布了：1.一種基于上下文提示的世界模型增強(qiáng)方法，其特征在于，包括： 獲取仿真環(huán)境的背景任務(wù)描述語句、環(huán)境觀測(cè)圖像和智能體的歷史動(dòng)作指令信息，并利用多模態(tài)大語言模型從所述環(huán)境觀測(cè)圖像中提取出圖像描述語句上下文信息；其中，所述歷史動(dòng)作指令信息拼接在圖像描述語句上下文信息的語句末尾； 利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述環(huán)境觀測(cè)圖像進(jìn)行視覺特征提取，得到圖像特征向量，并對(duì)所述背景任務(wù)描述語句和圖像描述語句上下文信息進(jìn)行文本特征提取，分別得到背景任務(wù)特征向量和上下文文本特征向量，同時(shí)將背景任務(wù)特征向量與上下文文本特征向量拼接為第一文本特征向量，并將第一文本特征向量與所述圖像特征向量進(jìn)行融合，得到融合特征向量； 將智能體的歷史動(dòng)作指令信息和融合特征向量輸入循環(huán)神經(jīng)網(wǎng)絡(luò)中進(jìn)行確定性狀態(tài)更新，并根據(jù)確定性狀態(tài)更新結(jié)果對(duì)當(dāng)前仿真環(huán)境進(jìn)行建模，得到世界模型； 智能體基于世界模型，利用演員評(píng)論家算法進(jìn)行想象學(xué)習(xí)，并根據(jù)想象學(xué)習(xí)結(jié)果確定智能體的當(dāng)前最佳動(dòng)作序列；依據(jù)當(dāng)前最佳動(dòng)作序列在仿真環(huán)境中執(zhí)行動(dòng)作，同時(shí)獲取執(zhí)行動(dòng)作后仿真環(huán)境給出的動(dòng)作反饋、環(huán)境狀態(tài)更新信息和更新后的智能體可視圖像，判斷動(dòng)作執(zhí)行后是否成功完成仿真環(huán)境中的背景任務(wù)，若動(dòng)作執(zhí)行后未成功完成背景任務(wù)，則依據(jù)更新后的智能體可視圖像進(jìn)行動(dòng)作決策，根據(jù)動(dòng)作決策結(jié)果調(diào)整當(dāng)前最佳動(dòng)作序列，并執(zhí)行下一動(dòng)作；若動(dòng)作執(zhí)行后成功完成背景任務(wù)，則仿真環(huán)境同時(shí)返回值為1的獎(jiǎng)勵(lì)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人創(chuàng)意信息技術(shù)股份有限公司，其通訊地址為：610000 四川省成都市青羊區(qū)紅星路一段86號(hào)1棟222號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。