【技术实现步骤摘要】
本公开涉及机器人训练与示教领域，尤其涉及面向机器人大模型的物理细粒度可控动画合成方法及系统。
技术介绍
1、随着机器人的广泛使用，其作业情景也越来越复杂，需要根据多模态大语言模型(llms)进一步增强描述以合成更加复杂场景及支持机器人精细作业。
2、目前开放的机器人作业视频仿真，其作业任务比较单一，作业场景比较简单，但复杂场景构造成本高，难以满足现在飞速发展的面向通用任务的机器人大模型的需求。
技术实现思路
1、本公开旨在解决复杂作业场景中机器人精细作业的训练数据缺乏、物理仿真不够逼真以及实际环境构建成本高的问题。具体技术方案如下。
2、第一方面，本公开提出一种面向机器人大模型的物理细粒度可控动画合成方法，所述方法包括下述步骤：基于任务描述和预设的布局文本提示语，获取场景中的主体物理属性描述作为当前布局信息，基于所述布局信息和预设的第一代码文本提示，生成场景设置代码段；基于所述任务描述和所述当前布局信息，获取机械臂运动控制的作业任务，基于所述机械臂运动控制的作业任务...
【技术保护点】
1.一种面向机器人大模型的物理细粒度可控动画合成方法，其特征在于，所述方法包括下述步骤：
2.根据权利要求1所述的方法，其特征在于，当前布局信息获取步骤包括：
3.根据权利要求1所述的方法，其特征在于：所述任务描述采用自然语言指令描述。
4.根据权利要求1所述的方法，其特征在于：
5.根据权利要求4所述的方法，其特征在于：所述代码检索采用SimCodeLLM。
6.根据权利要求1所述的方法，其特征在于，所述机械臂运动控制的作业任务，获取步骤包括：基于所述任务描述和所述当前布局信息，从任务知识库中检索出最接近所...
【技术特征摘要】
1.一种面向机器人大模型的物理细粒度可控动画合成方法，其特征在于，所述方法包括下述步骤：
2.根据权利要求1所述的方法，其特征在于，当前布局信息获取步骤包括：
3.根据权利要求1所述的方法，其特征在于：所述任务描述采用自然语言指令描述。
4.根据权利要求1所述的方法，其特征在于：
5.根据权利要求4所述的方法，其特征在于：所述代码检索采用simcodellm。
6.根据权利要求1所述的方法，其特征在于，所述机械臂运动控制的...
【专利技术属性】
技术研发人员：程俊，吴福祥，郝富生，宋呈群，张锲石，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。