基于视觉语言模型和历史数据学习的可变形物体形状控制方法

本发明公开了一种基于视觉语言模型和历史数据学习的可变形物体形状控制方法，既结合了视觉目标中微观像素层面的指导，又利用了语言目标中的信息进行宏观语义层次的任务规划和逻辑推理，最后利用视觉语言模型将两种模态的目标信息进行融合，使得视觉目标和语言目标相互促进、相互协同，保证了可变形物体形状控制任务的精确规划，利用黑箱优化算法进行在线参数估计，实现对物体形变状态的实时追踪和更新，参数化多边形模型这一几何表征将高维视觉观测数据压缩至低维参数空间，显著降低了可变形物体状态观测的维度，只保留与任务相关的关键状态信息。