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！

申请/专利权人：天津大学

摘要：本发明公开了一种基于大语言模型的经验学习自适应预瞄控制方法，本发明中在GPT4推理提示过程当中采用的标准的语句结构、few‑shot经验和见解、基于Reflexion的自我修正机制对于GPT4调参性能的提升具有重要意义。标准的语句结构可以帮助GPT4在关注特定位置的信息，加强其对循迹任务场景的理解；few‑shot的经验为GPT4的推理调参过程提供了相似案例的参考，有助于其捕捉任务之间的关联性；存储在长期记忆库中的见解可以进行相关任务的宏观指导，提高预瞄调参的泛化性；基于Reflexion的自我修正机制则实现了算法自主进行失败任务的再次求解，节约了人力，且其中反思推理的内容可以截取生成见解。

主权项：1.一种基于大语言模型的经验学习自适应的叉车预瞄控制方法，其特征在于，包括以下步骤：步骤1，根据自动驾驶叉车的目标行驶轨迹，实时计算自动驾驶叉车的距离误差ed与航向误差eθ，初始化预瞄距离经验公式；步骤2，将自动驾驶叉车简化为2自由度的自行车，得到其自行车运动学模型，用于车辆状态更新；步骤3，采用带预瞄距离的纯跟踪算法控制叉车的航向角，采用PID来控制叉车的加速度；步骤4，大语言模型GPT4根据驾驶环境生成循迹场景文本描述，并根据循迹场景文本描述，从短期记忆库中检索相似的场景-预瞄参数-回报轨迹，从长期记忆库中检索指导性的见解，利用few-shot的方式输入大语言模型GPT4；步骤5，大语言模型GPT4根据few-shot的场景-预瞄参数-回报轨迹和见解，进行推理选择预瞄距离经验公式中的预瞄距离参数；步骤6，将选择的预瞄距离参数赋值给预瞄距离经验公式，根据步骤1得到的距离误差ed、航向误差eθ进行循迹控制效果的规则判断和人工语义判断，所述规则判断为循迹控制效果是否满足精度要求，所述人工语义判断为叉车是否可插入货架托盘；步骤7，若循迹控制效果满足精度要求且能够插入货架托盘，则将该条场景-预瞄参数-回报轨迹写入短期记忆库，从而更新短期记忆库；步骤8，若循迹控制效果不满足步骤7的精度要求和货架托盘的执行条件，则使用Reflexion进行反思修正循环步骤6直至满足精度要求，将修正后的场景-预瞄参数-回报轨迹写入短期记忆库，选取Reflexion中推理的指导性内容作为见解，写入长期记忆库。

全文数据：

权利要求：

百度查询： 天津大学 一种基于大语言模型的经验学习自适应预瞄控制方法