多视角视频奖励机制学习系统及其构建方法

本发明提供了多视角视频奖励机制学习系统及方法，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，分析任务奖励反馈的重要性程度，根据状态相关性动态调整任务奖励和视觉语言模型奖励之间的相对大小，进行视觉反馈和任务奖励平衡；多视角视频奖励结合分系统，结合多视角视频和任务奖励，在复杂的机器人运动任务中提供更精确的视觉反馈及学习效果。