动作生成方法、装置、计算机设备及存储介质

本发明涉及人工智能、金融及医疗健康技术领域，公开了动作生成方法、装置、计算机设备及存储介质。方法包括获取视觉信息和语言指令，以得到初始数据；对初始数据进行数据处理，以得到处理结果；根据处理结果利用双向注意力机制同步生成多个动作，以得到并行动作；根据并行动作通过双层MLP进行处理，以得到最终动作；输出最终动作，以执行最终动作。该方法特别适用于需要高精度和实时响应的复杂场景，包括金融市场中的自动化交易系统以及医疗领域中的手术机器人操作，其中快速准确的动作生成对于提高效率和安全性至关重要。通过实施本发明的方法可实现有效提升VLA模型适应性和效率，降低了计算成本，提高了计算资源的利用效率。