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！

龙图腾网获悉清华大学申请的专利多模态具身智能机器人控制方法及装置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：CN119141538B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411363124.6，技术领域涉及：B25J9/16；该发明授权多模态具身智能机器人控制方法及装置是由詹仙园;李健雄;王志豪;郑金亮;喻俊志设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本多模态具身智能机器人控制方法及装置在说明书摘要公布了：本发明提供一种多模态具身智能机器人控制方法及装置，其中的方法包括：获取当前模态指令，当前模态指令至少包括视频指令、文本指令、图片指令以及音频指令中的一项；基于预训练多模态大模型，根据当前模态指令，获取塌缩后表征；基于预先训练的机器人模仿学习网络，根据塌缩后表征和当前环境观测，预测输出目标动作；控制多模态具身智能机器人按照目标动作进行操作；其中，机器人模仿学习网络通过根据单一模态数据样本及其对应的环境观测数据和机器人真实动作构成的训练样本集进行训练优化得到。该方法通过预训练多模态大模型获取塌缩后表征，并利用塌缩后表征预测目标动作，此过程避免了训练机器人模仿学习网络时对多模态人工标注数据的需求，仅根据单一模态数据训练即可达到多模态推理的效果，不仅降低了数据收集和标注成本，同时还提升了模型的推理能力。

本发明授权多模态具身智能机器人控制方法及装置在权利要求书中公布了：1.一种多模态具身智能机器人控制方法，其特征在于，包括： 获取当前模态指令，所述当前模态指令至少包括视频指令、文本指令、图片指令以及音频指令中的一项； 基于预训练多模态大模型，根据所述当前模态指令，获取塌缩后表征； 基于预先训练的机器人模仿学习网络，根据所述塌缩后表征和当前环境观测，预测输出目标动作； 控制多模态具身智能机器人按照所述目标动作进行操作； 其中，所述机器人模仿学习网络通过根据单一模态数据样本及其对应的环境观测数据和机器人真实动作构成的训练样本集进行训练优化得到； 训练优化机器人模仿学习网络，具体包括： 构建训练样本集，所述训练样本集包括单一模态数据样本及其对应的环境观测数据和机器人真实动作； 基于所述训练样本集中的单一模态数据样本，获取机器人模仿学习网络的训练输入表征； 以训练输入表征和环境观测数据为模型输入，以预测动作为模型输出，以预测动作和机器人真实动作之间的差异为训练损失，对所述机器人模仿学习网络进行迭代优化。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。

以上内容由龙图腾AI智能生成。