一种面向具身智能场景的多轮人机对话需求澄清方法

本发明公开了一种面向具身智能场景的多轮人机对话需求澄清方法，属于人机交互技术领域；方法为：接收用户的自然语言初始指令，并将指令内容与实时的多模态上下文信息进行初步融合；通过歧义检测模块，评估当前指令是否满足任务执行的完备性条件；整合初始指令及所有交互轮次中获取的全部信息，形成最终任务意图；采用结构化的行动计划，对最终任务意图进行解析至完成任务。本发明通过多模态情境融合机制与结构化歧义检测模块，解决因缺乏真实世界感知、依赖预设模板而导致的意图理解浅显、无法处理未知模糊指令的难题；利用大语言模型生成任务必要参数清单，将不明确的指令量化为具体的缺失要素，提升了对用户真实意图的理解深度与准确性。