CN119830993A 多视角视频奖励机制学习框架及其构建方法 （北京通用人工智能研究院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119830993A

(43)申请公布日2025.04.15

(21)申请号202510299684.8

(22)申请日2025.03.14

(71)申请人北京通用人工智能研究院

地址100000北京市海淀区颐和园路2号未

来科技大厦东裙楼

(72)发明人罗力睿张国熙李庆

(74)专利代理机构北京冠和权律师事务所11399

专利代理师苏忠畅

(51)Int.Cl.

G06N3/092(2023.01)

G06N3/045(2023.01)

G06N3/0475(2023.01)

G06N3/008(2023.01)

G06N5/04(2023.01)

权利要求书3页说明书17页附图2页

(54)发明名称

多视角视频奖励机制学习框架及其构建方

法

(57)摘要

CN119830993A本发明提供了多视角视频奖励机制学习框架及方法，包括：多视角视频评估分系统，利用多视角视频学习框架MVR，根据多视角视频学习评估机器人行为；视觉反馈奖励反馈策略分系统，通过视觉语言大模型，根据任务文本描述生成视觉反馈；根据最新的状态相关性评估，获得准确的奖励反馈，进而更有效地调整策略；视觉反馈任务奖励平衡分系统，通过任务奖励模型，根据机器人行为接近预期目标程度，分析任务