CN119476498A 一种让大模型具备空间推理和长期规划能力的方法及系统 （山东浪潮科学研究院有限公司）

一种让大模型具备空间推理和长期规划能本发明公开了一种让大模型具备空间推理将复杂的空间描述转化为计算机可以高效处理实时评估自己的决策质量，并在必要时进行调22.根据权利要求1所述的一种让大模型具备空间推理和长期规划能力的方法，其特征节点的边eEE；;3.根据权利要求2所述的一种让大模型具备空间推理和长期规划能力的方法，其特征ar=fu(s)fcww(s)，其中表示。34.根据权利要求3所述的一种让大模型具备空间推理和长期规划能力的方法，其特征;对于每个生成的子任务，应用ProximalPolicyOptimizatio;5.根据权利要求1所述的一种让大模型具备空间推理和长期规划能力的方法，其特征;经验累积：持续记录高质量的决策序列到一个经验池中；6.根据权利要求1所述的一种让大模型具备空间推理和长期规划能力的方法，其特征;和是平衡不同损失项的系数。7.根据权利要求1所述的一种让大模型具备空间推理和长期规划能力的方法，其特征4;首先计算图复杂度c(G)=w·IVI+w2·IEI+w3-diameter(G)；空间关系图转换模块，用于将复杂的空间描述转化为计算机可以高效处理的图结5自适应推理模块，用于结合大语言模型的语言理解能力和图神经网络的结构感知能课程强化学习模块，用于通过课程强化学习，使系统能够逐步掌握从该系统基于权利要求1至7任一项所述的让大模型具备空间推理和长期规划能力的方所述至少一个处理器，用于调用所述机器可读程序，实现权利要求1至67接这些节点的边eEE；生成表示整个场景的图级别嵌入hc和节点级别嵌入h,；图嵌入的过程可以用以下数学公;是图级别嵌入，h,ev是。;8;;和是平衡不同损失项的系数。使用图神经网络生成图级嵌入hc和节点级嵌入h,}，这个过程可以表示为：;这一步骤的重要性在于将复杂的空间信息转化为结构化首先计算图复杂度c(G)=w·IVI+w2·IE]+w3-diameter(G)；9该系统基于上述的让大模型具备空间推理和长期规划能力的方法实现大模型操[0020]本发明的一种让大模型具备空间推理和长期规划能力的方法及系统与现有技术[0021]图1是本发明一个实施例提供的让大模型具备空间推理和长期规划能力的方法原连接这些节点的边eEE。生成表示整个场景的图级别嵌入hc和节点级别嵌入h,；图嵌入的过程可以用以下数学公;是图级别嵌入，h,ev是全局场景信息（hc）、当前关注实体的信息以及任务相关的上下文信息ar=fu(s)fcww(s)，其中表示加权融合操作，a代表在时间步t时系统选择的。;;Er是在策略Tg下的期望值；累积折扣奖励:Z:yr；使用图神经网络生成图级嵌入hc和节点级嵌入h,}，这个过程可以表示为：;这一步骤的重要性在于将复杂的空间信息转化为结构化首先计算图复杂度c(G)=w·IVI+w2·IE]+w3-diameter(G)；[0042]2.增强的推理能力：自适应推理模块统基于上述实施例所述的融合大语言模型与图神经网络的自适应空间推理框架(ALGNN_连接这些节点的边eEE。生成表示整个场景的图级别嵌入hc和节点级别嵌入h,；图嵌入的过程可以用以下数学公;是图级别嵌入，h,ev是ARM模块是ALGNN_SR框架的核心，它巧妙地结合大语言模型的语言理解能力和图sr=[hc;heuweax:context]，这个状态表示包含了全ar=fu(s)fcww(s)，其中表示加权融合操作，a代表在时间步t时系统选择的。;;MCM模块为ALGNN_SR框架增加了一层"自我意识"，使系统能够实时评估自己的决;使用图神经网络生成图级嵌入hc和节点级嵌入h,}，这个过程可以表示为：;这一步骤的重要性在于将复杂的空间信息转化为结构化首先计算图复杂度c(G)=w·IVI+w2·IE]+w3-diameter(G)；