买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种用于铰接物体操纵的VLA大模型的构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119785010B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411969916.8，技术领域涉及：G06V10/25；该发明授权一种用于铰接物体操纵的VLA大模型的构建方法是由胡睿晗;贺向东;王忠杰;曹岂鸣;陈昊设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种用于铰接物体操纵的VLA大模型的构建方法在说明书摘要公布了：一种用于铰接物体操纵的VLA大模型的构建方法，属于具身智能技术领域。方法如下：使用几何中心表示法描述铰接物体的ActionAffordance；构建跟随铰接物体特征集的指令；将一个指令分解为六个不同的子任务特征集；设计训练VLA模型架构；构建几何思维规划器。本发明首几何中心表示方法来描述铰接物体，开发了几何思维规划器，促进了VLA大模型对环境的理解，增强了其对复杂任务的适应能力，使其能够处理多样化的场景和需求，使得VLA模型能够充分理解物体在不同情况下的行为和反应，从而在规划运动路径时做出更为合理的决策，提高路径规划的精度和可靠性。

本发明授权一种用于铰接物体操纵的VLA大模型的构建方法在权利要求书中公布了：1.一种用于铰接物体操纵的VLA大模型的构建方法，其特征在于：所述方法包括如下步骤： S1：使用几何中心表示法描述铰接物体的ActionAffordance： A＝{B,D,F,M,X}1 式1中： B表示铰接物体的三维边界框； D表示机械抓手的末端执行器的方向； F表示最佳受力点位； M表示可移动的路径规划点位序列； X表示转轴位置； S2：构建跟随铰接物体特征集的指令，特征集与MLLM微调数据集的格式一致，输入为图像和文本指令，输出为格式化的文本，即铰接物体的ActionAffordance；将一个指令分解为六个不同的子任务特征集； S3：设计VLA模型架构； S4：训练VLA模型； 使用S2中生成的特征集对S3中的VLA模型进行训练； S5：构建几何思维规划器； 所述S5包括如下步骤： S501：构建包括Advisor和Strategist的几何思维规划器； S502：Advisor让VLA模型列出所有结果，然后Strategist根据制定的评分算法对每个结果进行评分，最终筛选出最优的结果用于后续的推理任务； S502所述Strategist对物体类别识别的答案进行评分和筛选包括如下步骤： S50201：对比语言-图像预训练模型通过两个独立的编码器，将输入的图像和文本候选项分别转化为高维向量表示： I＝fimageximage,T＝ftextxtext18 式18中： ximage表示输入图像； xtext表示输入的文本候选项； fimage表示CLIP模型的图像编码器； ftext表示CLIP模型的文本编码器； I表示共享嵌入空间中的图像特征向量； T表示共享嵌入空间中的文本特征向量； S50202：计算图像嵌入与文本嵌入之间的相似度，确保相似度值在[-1,1]范围内，为类别预测生成评分： 式19中： I表示物体类别识别计算的图像嵌入向量的点积； T表示物体类别识别计算的文本嵌入向量的点积； ||I||表示物体类别识别计算的图像嵌入向量的点积的欧几里得范数； ||T||表示物体类别识别计算的文本嵌入向量的点积的欧几里得范数； S50203：选择相似度最高的结果作为最佳的物体类别识别答案： BestPrediction＝argmaxSimilarityI,T20。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。