一种基于大模型的数据中心运维机器人控制方法

本发明公开了一种基于大模型的数据中心运维机器人控制方法及系统，涉及智能机器人控制技术领域，包括，采用扩展卡尔曼滤波生成当前状态估计向量，并通过离散卡尔曼滤波生成预测状态，结合联合滤波机制融合当前状态与预测状态，得到机器人的全局状态估计向量，将全局状态估计向量输入高斯混合模型进行异常概率预测，根据预测结果决定机器人目标状态的生成，基于目标状态和全局状态估计向量优KFOSMC参数，使用优化后的参数生成机器人控制信号。通过联合滤波机制融合当前状态估计与预测状态，确保机器人在复杂数据环境中高效与稳定运行，通过高斯混合模型进行异常概率预测，在多变的环境中准确预测故障发生的可能性，避免传统方法依赖阈值判断缺陷。