机器人任务规划方法、系统、设备、存储介质和程序产品技术方案

本申请涉及一种机器人任务规划方法、系统、计算机设备、存储介质和计算机程序产品。所述方法包括：建立机器人知识图谱系统；基于所述机器人的待执行任务，从所述机器人知识图谱系统中提取相关知识；基于所述相关知识，生成所述待执行任务的语义描述；将所述语义描述输入策略生成模型，输出所述待执行任务对应的执行策略。采用本方法能够解决现有技术中机器人任务规划因文本限制造成的执行效率低的问题，提高机器人任务规划的灵活性、准确性和可执行性。性。性。

【技术实现步骤摘要】
机器人任务规划方法、系统、设备、存储介质和程序产品


[0001]本申请涉及机器人
，特别是涉及一种机器人任务规划方法、系统、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]机器人任务规划是人工智能领域的重要方面，它涉及将机器人的动作和行为与给定的任务目标相匹配，以实现任务的自动化执行。传统的机器人任务规划方法通常基于结构化数据和顺序操作，例如使用PDDL(Planning Domain Definition Language)进行规划。然而，这些方法存在一些限制，如数据范围有限、缺乏灵活性以及难以根据用户反馈进行行为调整等问题。
[0003]近年来，随着大型语言模型(Large Language Model，缩写LLM)的发展，如GPT(Generative Pre
‑
trained Transformer)系列，人们开始探索将自然语言处理和机器人任务规划相结合的方法。这种方法通过使用LLM生成自然语言描述的方式，灵活地生成执行任务所需的关键动作序列。然而，由于LLM的训练数据是基于自然语言文本，生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人任务规划方法，其特征在于，所述方法包括：建立机器人知识图谱系统；基于所述机器人的待执行任务，从所述机器人知识图谱系统中提取相关知识；基于所述相关知识，生成所述待执行任务的语义描述；将所述语义描述输入策略生成模型，输出所述待执行任务对应的执行策略。2.根据权利要求1所述的机器人任务规划方法，其特征在于，所述建立机器人知识图谱系统包括：基于所述机器人的执行规划信息，生成至少一个知识图谱；基于所述至少一个知识图谱，建立所述机器人知识图谱系统。3.根据权利要求2所述的机器人任务规划方法，其特征在于，所述执行规划信息包括机器人信息、服务环境信息以及任务信息，所述机器人信息包括机器人属性、机器人组件以及机器人技能，所述服务环境信息包括可移动物体和不可移动物体，所述任务信息包括任务名称和执行参数，所述基于所述机器人的任务规划信息，生成至少一个知识图谱包括：基于所述机器人的机器人信息，生成以所述机器人属性、所述机器人组件以及所述机器人技能为节点的机器人知识图谱；基于所述机器人的服务环境信息，生成以所述可移动物体和所述不可移动物体为节点的环境知识图谱；基于所述机器人的任务信息，生成以所述任务名称和所述执行参数为节点的任务知识图谱。4.根据权利要求3所述的机器人任务规划方法，其特征在于，所述基于所述机器人的待执行任务，从所述机器人知识图谱系统中提取相关知识之后包括：将所述机器人知识图谱中的机器人属性作为所述机器人知识图谱系统中的已知事实进行语义描述，所述已知事实为知识图谱中各节点的边；将所述机器人知识图谱中的机器人技能、...

【专利技术属性】
技术研发人员：宋伟，穆宗昊，赵文宇，尹越，朱世强，
申请(专利权)人：之江实验室，
类型：发明
国别省市：