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！

龙图腾网获悉南京大学申请的专利具身智能分层记忆感知方法、系统及电子设备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：CN120724133B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511212077.X，技术领域涉及：G06F18/213；该发明授权具身智能分层记忆感知方法、系统及电子设备是由殷永旸;林军;张春生;吴佳南设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本具身智能分层记忆感知方法、系统及电子设备在说明书摘要公布了：本申请涉及具身智能技术领域，提供一种具身智能分层记忆感知方法、系统及电子设备，所述方法通过感知处理模块采集环境数据，在短时感知层执行特征提取与传感器调度，输出加权融合特征，通过通信交互模块传输加权融合特征至认知决策模块，认知决策模块接收加权融合特征，在中时情境层构建动态环境图谱，以及，在长时认知层构建事件记忆链及执行跨任务因果迁移，输出长期认知特征策略，通过控制模块基于加权融合特征、动态环境图谱以及长期认知特征，生成目标指令，通过通信交互模块传输目标指令至目标机构。所述方法通过分层架构，将响应与决策解耦，以提升动态环境适应性。

本发明授权具身智能分层记忆感知方法、系统及电子设备在权利要求书中公布了：1.一种具身智能分层记忆感知方法，其特征在于，包括： 通过感知处理模块采集环境数据，在短时感知层执行特征提取与传感器调度，以输出加权融合特征； 所述在短时感知层执行特征提取与传感器调度，以输出加权融合特征，包括： 对所述环境数据执行预处理，以生成预处理数据，所述环境数据是通过多模态传感器阵列采集的数据； 通过卷积神经网络对所述预处理数据执行特征提取，以输出局部动态特征； 基于时间衰减函数，聚合所述局部动态特征，以生成短期动态信息，其中，时间衰减函数的衰减速率基于中时情境层调节的； 计算传感器激活权重，对所述短期动态信息执行加权融合，输出所述加权融合特征； 通过通信交互模块传输所述加权融合特征至认知决策模块； 通过认知决策模块接收所述加权融合特征，在中时情境层构建动态环境图谱，以及，在长时认知层构建事件记忆链及执行跨任务因果迁移，输出长期认知特征； 所述在中时情境层构建动态环境图谱，包括： 对所述加权融合特征执行空间聚类，以生成节点集合； 通过图神经网络迭代更新所述节点集合中节点的状态向量； 向图谱构建系统注入符号化物理规则，以计算环境扰动系数； 根据所述状态向量与环境扰动系数动态，调整所述图谱构建系统中的图谱边权值，以生成动态环境图谱； 所述在长时认知层构建事件记忆链，包括： 解析所述动态环境图谱，以输出实体关系以及预存因果图谱； 基于所述实体关系以及预存因果图谱，生成带时间戳的潜在事件表示； 按时间索引顺序，链接所述潜在事件表示，以构建存储事件与时序映射关系的事件记忆链； 在长时认知层执行跨任务因果迁移，包括： 通过事件共现概率以及条件概率，计算任务内事件因果关系矩阵； 计算所述事件记忆链中源任务事件与目标任务事件的语义相似度，以生成目标匹配事件； 根据所述因果关系矩阵，确定所述源任务事件对目标事件的依赖系数； 基于所述依赖系数以及目标匹配事件，加权迁移所述源任务事件的特征嵌入，输出目标事件的迁移表示； 基于所述目标事件的迁移表示输出长期认知特征； 通过控制模块基于所述加权融合特征、动态环境图谱以及长期认知特征，生成目标指令； 通过通信交互模块传输所述目标指令至目标机构，接收所述目标机构发送的反馈数据至所述长时认知层。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。