摘要
本发明涉及语言模型与智能体感知控制技术领域,提供一种基于语义场景图的语言提示(Prompt)构造与任务规划方法,解决现有系统中图结构无法适配语言模型、任务规划缺乏感知闭环的问题。该方法包括:通过多模态传感器获取环境数据并构建语义场景图;基于语义图结构自动生成语言提示,用于引导语言模型进行自然语言任务规划;其中,所述语言提示采用多层级模板生成机制,将“房间—物体—属性”信息嵌入结构化模板,形成环境段、目标段和操作段的层级语义块,提升语言模型的表达能力与泛化性;语言模型输出的规划结果由执行模块实施。所述方法建立从感知图到语言推理的闭环路径,适用于无人机巡检、搜救、探测等复杂场景下的语义任务执行系统。
技术关键词
语义场景
自然语言
层级
多模态传感器
规划
语义标签
模板
节点
图像语义分割模型
空间结构
房间
生成机制
点云信息
物体
多模态数据采集
策略
空间点云数据
智能体平台
训练语言模型
系统为您推荐了相关专利信息
子模块
验证方法
模块验证平台
芯片
计算机程序模块
模型预测控制器
车辆
路面摩擦系数
三次多项式模型
轨迹规划方法