一种基于图神经网络的机器人重定向方法

本发明提供一种基于图神经网络的机器人重定向方法，包括采集动作视频并提取人体骨骼结构；根据人体骨骼结构和机器人结构构建相应的树形拓扑图；利用图神经网络编码器分别对人体和机器人的树形拓扑图进行编码优化；通过潜在神经网络捕捉人机运动差异的潜在特征；通过可微分的正运动学层，将图解码器输出的关节角度和连杆位姿信息转换为机器人末端执行器的期望位置；即完成最终的运动重定向映射。本发明将图神经网络编码器与潜在神经网络相结合，从而在保留机器人结构先验的同时，充分利用潜在空间强大的表示能力；自动学习人体和机器人之间的结构映射关系；高效地捕捉图结构数据中的拓扑特征；降低了人力成本，同时提高了映射精度和泛化能力。