【技术实现步骤摘要】
本专利技术属于人工智能，特别涉及一种基于大规模语言模型的家居环境任务分解方法及系统。
技术介绍
1、近年来，人工智能技术飞速发展，催生了大规模语言模型；大规模语言模型经过海量多元数据的深度训练，具备了为各种复杂任务制定行动策略的卓越能力。
2、目前，致力于研究的方向是，在家居环境中利用大规模语言模型将用户的高级自然语言命令转化为可行的操作步骤；示例性的，如将“带来水”分解为“拿起杯子”、“往杯子里倒水”、“走到桌子旁”、“将杯子放在桌子上”等一系列具体行动操作。
3、现有技术中，对于简单任务，大规模语言模型能够直接生成逻辑合理的动作序列；但是，由大规模语言模型生成的动作序列，并不总是能够在智能体所处的当前环境执行，生成的步骤并非始终适用于实际操作。上述问题主要是因为大规模语言模型仅在大型文本语料库上进行训练，缺少与具体环境的互动，生成的动作序列缺乏关于智能体当前环境和实际能力的上下文信息；因此，亟需一种新的任务分解方案。
技术实现思路
1、本专利技术的目的在于提供一...
【技术保护点】
1.一种基于大规模语言模型的家居环境任务分解方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的家居环境任务分解方法，其特征在于，所述待分解家居环境任务对应的家居环境图以节点和边的形式保存环境中的物体信息；
3.根据权利要求2所述的家居环境任务分解方法，其特征在于，所述第一翻译语言模型获取所述与待分解家居环境任务相关的物体名称，输出物体名称在家居环境中的映射的步骤具体包括：
4.根据权利要求1所述的家居环境任务分解方法，其特征在于，所述与待分解任务最相似的任务的名称、分解结果，是基于当前家居环境示例数据集获得的；
...
【技术特征摘要】
1.一种基于大规模语言模型的家居环境任务分解方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的家居环境任务分解方法，其特征在于，所述待分解家居环境任务对应的家居环境图以节点和边的形式保存环境中的物体信息；
3.根据权利要求2所述的家居环境任务分解方法，其特征在于，所述第一翻译语言模型获取所述与待分解家居环境任务相关的物体名称，输出物体名称在家居环境中的映射的步骤具体包括：
4.根据权利要求1所述的家居环境任务分解方法，其特征在于，所述与待分解任务最相似的任务的名称、分解结果，是基于当前家居环境示例数据集获得的；
5.根据权利要求1所述的家居环境任务分解方法，其特征在于，所述通过第二翻译语言模型将初步结果的动作映射到家居环境允许的动作空间，获得待分解家居环境任务的最终分解结果的步骤包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。