一种让大模型具备空间推理和长期规划能力的方法及系统

本发明公开了一种让大模型具备空间推理和长期规划能力的方法及系统，属于人工智能技术领域，该方法的实现包括：空间‑关系‑图转换：将复杂的空间描述转化为计算机可以高效处理的图结构；自适应推理：结合大语言模型的语言理解能力和图神经网络的结构感知能力，实现推理机制；课程强化学习，通过课程强化学习，使用渐进式学习策略，使系统能够逐步掌握从简单到复杂的空间推理任务；元认知监控，使系统能够实时评估自己的决策质量，并在必要时进行调整；训练与优化，采用端到端的训练方式，结合监督学习和强化学习实现优化。本发明不仅显著提升了模型在复杂空间任务中的性能和鲁棒性，还增强了其适应性和可解释性。