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！

龙图腾网获悉云南联合视觉科技有限公司申请的专利基于大型语言模型的具身智能体的动作空间对齐方法、系统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：CN119005359B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202411116365.0，技术领域涉及：G06N20/00；该发明授权基于大型语言模型的具身智能体的动作空间对齐方法、系统是由李堪学;齐冲冲;詹忆冰;林旭;杨辉;李仙荣设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本基于大型语言模型的具身智能体的动作空间对齐方法、系统在说明书摘要公布了：本发明涉及基于大型语言模型的具身智能体的动作空间对齐方法、系统，属于推理和规划技术领域。本发明包括内部对齐与外部对齐；所述内部对齐中，通过参数高效微调方法用于促进智能体的高效模型自适应；所述外部对齐中，通过基于检索生成的方法来确保智能体输出的动作是与安全有效的动作集是相对齐的。本发明不仅保证了智能体生成动作的有效性，而且增强了模型的整体性能，证明了其有效性；此外，本发明的方法需要更低的计算资源；还提高了模型输出的可控性和可解释性；内外对齐方法为缓解基于llm的具身体的动作幻觉提供了有效的解决方案。

本发明授权基于大型语言模型的具身智能体的动作空间对齐方法、系统在权利要求书中公布了：1.基于大型语言模型的具身智能体的动作空间对齐方法，其特征在于：包括内部对齐与外部对齐； 所述内部对齐中，通过参数高效微调方法用于促进智能体的高效模型自适应； 所述外部对齐中，通过基于检索生成的方法来确保智能体输出的动作是与安全有效的动作集是相对齐的； 所述内部对齐中，通过参数高效微调方法用于促进智能体的高效模型自适应具体包括： 利用了Q-Lora参数高效微调方法PEFT，以促进智能体的高效模型自适应； 内部对齐的目标是在具身数据集上训练一个基于llm的具身智能体πθ，它学习专家演示在解决具身推理任务xtask的能力；专家演示轨迹片段以动作-环境状态对的形式呈现，其中每一对数据表示在执行动作at后对应得环境状态st；假设令τt＝[a0,s0,a1,s1,a2,s2,...,at-1,st-1]表示为时间t时刻的轨迹片段；有监督微调的目标是学习生成一个动作序列{at～πθctask,τt}来高效地完成任务；总之，这是为了寻求找到一组参数θ*，使得在具身智能体πθ指导下的损失函数最小化； 选择交叉熵损失作为损失函数它衡量πθ和专家演示产生的行动之间的差异，表示在具身智能体πθ策略下的期望值或期望损失，Θ表示参数空间，包含所有可能的参数集合θ； 所述外部对齐中，通过基于检索生成的方法来确保智能体输出的动作是与安全有效的动作集是相对齐的具体包括： 基于检索生成的方法中，检索-增强生成的目标是从一组安全有效的动作中选择最优动作作为模型的最终输出；当经过内部对齐的智能体πθ生成一个候选动作ac时，外部动作空间对齐的第一步是计算候选动作ac与有效动作空间V中每个有效动作v之间的ROUGE-L分数，其中ROUGE-L分数用于评价两句话之间的相似度，反映ac与所有有效动作v之间的相似度；ROUGE-L分数的计算公式如下: 这里，LCSac,v表示候选动作ac和有效动作v之间的最长共同子序列的长度，lenac是候选动作ac的长度；通过计算ac和有效动作v之间的ROUGE-L分数，选择得分最高的动作作为模型的最终输出；如果多个有效动作与ac具有最高且相等的相似度值时，则形成获选动作集C。

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云南联合视觉科技有限公司，其通讯地址为：650500 云南省昆明市呈贡区科技信息创新孵化中心A座17楼1701室；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”。