一种强化学习多模态具身智能体数据生成方法

本发明提出了一种强化学习多模态具身智能体数据生成方法。该方法通过建立数据预采集与预处理模块，实现智能体与环境的交互及数据收集；进而通过联合表征学习，学习不同模态之间的相似特征；然后基于强化学习进行智能体和环境的在线交互，以优化当前策略；最后通过策略网络生成新的动作序列，并输入条件变分子编码器生成对应的多模态数据。此外，本发明还引入了模态鉴别器进行对抗训练，以进一步优化生成数据的质量。该方法能够生成高质量、多样化的多模态数据，为具身智能领域的研究和应用提供了有力的支持。