摘要
本发明提供了一种多智能体任务协同方法、装置、设备及存储介质,该方法包括:利用多模态大语言模型对采集的多模态数据集进行深层次融合和统一语义编码,得到高维跨模态特征嵌入和语义表示文件,用于对多智能体的局部任务需求与跨模态语义进行对应,得到任务需求语义映射,进行任务分工与时间排布;在多智能体执行任务时,对关键数据和操作结果进行实时采样,与高维语义表示比对,得到概念偏移检测结果,当检测到概念出现渐进式漂移时,对多模态大语言模型进行动态调整。本方法利用大语言模型增强多智能体间的通信和协作效率,通过任务需求语义映射优化了任务分配和协同决策;引入概念漂移检测和动态调整机制,提高在复杂动态环境中的长期适应性。
技术关键词
语义
协同方法
多智能体协同
大语言模型
多模态
跨模态
概念
DBSCAN密度聚类
文本特征向量
图像特征向量
数据
动态时间规整算法
核密度估计方法
概率分布建模
加权特征
移动平均算法
知识蒸馏技术
策略
动态调整机制
系统为您推荐了相关专利信息
切割脆性材料
多模态信息融合
信号采集模块
反馈控制系统
反馈控制模块
泊车控制方法
意图
置信度阈值
车辆
实时图像信息
X射线智能
锂电池
多模态
X射线探测器
图像处理模块
资源分类方法
政务
预训练语言模型
语义向量
数据