CN119407766A 机器人模仿学习方法、装置、计算机设备及可读存储介质 （鹏城实验室）

本申请实施例提供了一种机器人模仿学习根据动作指示信息依次对多个动作块进行特征子特征进行拼接得到第一目标特征对应的第二2按照时间顺序获取演示数据，并将所述演示数据输入至预设的目标模获取所述演示数据对应的动作指示信息，通过条件变分自编码器通过所述目标模型的第一解码器对所述第二目标特征进行预测，得针对每个动作块，通过条件变分自编码器的第二编码器，基于通过条件变分自编码器的第二解码器，基于所述潜在变量和所时间先后顺序在高维空间中对所述多个动作块进行特征重构，得到对应的多个第一子特按照时间顺序获取样本演示数据，并将所述样本演示数据输入至获取所述样本演示数据对应的样本动作指示信息，通过条动作指示信息依次对所述多个样本动作块进行特征重构，得到对应的多个第一样本子特基于所述第一样本目标特征和所述第二样本目标特征，确定所述预设模型的第一损通过所述预设模型的第一解码器对所述第二样本目标特征进行预测，3获取所述机器人的关节部位在下一时刻需要调整的标签关节基于所述目标损失对所述预设模型进行训练，直至达到预针对每个样本动作块，通过条件变分自编码器的第二编码器，基通过条件变分自编码器的第二解码器，基于所述样本潜在变量和提取模块，用于按照时间顺序获取演示数据，并将所述演示数据输入至预预测模块，用于通过所述目标模型的第一解码器对所述第二目标特征进行算机程序被处理器执行时实现权利要求1至7任一项所述的4[0013]预测模块，用于通过所述目标模型的第一解码器对所述5[0018]通过条件变分自编码器的第二解码器，基于所述潜在变[0021]获取所述后验分布的均值和方差，并通过所述方差和所述噪声向量确定第一乘述样本关节位置参数和所述标签关节位置参数之间的差异，确定所述预设模型的第二损6本申请第一方面实施例任一项所述的机器人模7技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，[0061]进一步的，机器人13可以根据从服务器端12接收到的指8确保数据具有零均值和单位方差，以此得到演示数据。例如，假设原始数据为X＝{x1,hreRd表示在时间步t的高维特征表示。9[0083]其中，H(l)表示第l层的输出，MultiHeadAttention表示多头自注意力机制，[0098]通过将第一目标特征分解成多个独立的动作块，可以更种分块和重构的方法不仅使得动作之间的过渡更加平滑自然，还有效防止了误差的积累，件变分自编码器中，通常假设先验分布是标准正态分布N(0,I),其中I是单位矩阵。先φ[0119]其中，第一乘积可以是第一乘积是通过将方差与噪声向量逐元素相乘得到的结第二编码器输出的后验分布的均值和后验分布的方差，并通过方差获取后验分布的标准关节部位在下一时刻的关节位置参数的计算过[0132]其中，Y(l)表示第l层的输出，MultiHeadAttention表示多头自注意力机制，于捕捉解码器内部的依赖关系，编码器_解码器注意力机制可以用于捕捉第二目标特征与[0148](B.1)按照时间顺序获取样本演示数据，并[0151](B.4)通过预设模型的第一解码器对[0152](B.5)获取机器人的关节部位在下一时刻需[0160]其中，第一样本子特征可以是通过对样本动作块进行特征重构得到的特征表本子特征能够按照时间顺序拼接成一个第二样止了误差的积累。够更好地理解和生成符合样本动作指示信息的数据，提高了预设模型的鲁棒性和泛化能[0206]示例性的，条件变分自编码器对应的第一损失Lcvne可以通过以下公式计算得[0220]该机器人模仿学习装置的具体实施方式与上述机器人模仿学习方法的具体实施作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案可以根据实际的需要选择其中的部分或者全部模块来实现本说对现有技术做出贡献的部分或者该技