一种知识增强的机器人长序列操作决策方法

本发明的一种知识增强的机器人长序列操作决策方法，包括：步骤A：收集多种任务的描述语句和动作序列，构建多个任务描述‑动作序列对作为训练样本；步骤B：构建专业领域知识图谱，针对专业领域知识图谱中每个实体，通过人工或对话大模型生成其基本信息的简短描述；步骤C：每个实体及其对应描述输入通用领域实体嵌入模型，得到通用领域向量表示；步骤D：训练基于图卷积神经网络和Seq2Seq模型的知识增强序列推理模型；步骤E：输入任务描述和专业领域知识图谱，生成动作序列；步骤F：机器人依据生成的动作序列，从动作基元库中依次选择并执行相应的封装动作函数；本发明有效提高机器人的理解能力和长序列操作推理能力，有效解耦高层决策与底层执行。