多模态融合驱动的智能体交互方法及系统

本发明提供多模态融合驱动的智能体交互方法及系统，涉及智能交互技术领域，包括通过深度神经网络提取图像、文本和音频特征向量，采用跨模态自注意力子模块和模态间交互注意力子模块进行自适应融合，基于差异度更新智能体知识图谱的节点特征并进行关系推理，生成交互策略控制智能体执行交互动作。本发明实现了多模态信息的有效融合和知识图谱的动态更新，提高了智能体交互的准确性和适应性。