買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中山大學·深圳;中山大學申請的專利一種基于模態對齊的動作提示的視覺語言導航系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114973402B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210467461.4，技術領域涉及：G06V40/20；該發明授權一種基于模態對齊的動作提示的視覺語言導航系統及方法是由梁小丹;聶云雙;林冰倩設計研發完成，并于2022-04-29向國家知識產權局提交的專利申請。

本一種基于模態對齊的動作提示的視覺語言導航系統及方法在說明書摘要公布了：本發明提供一種基于模態對齊的動作提示的視覺語言導航系統及方法，系統包括動作提示集產生模塊，輸入指令到動作提示集產生模塊，智能體在導航開始前從動作提示庫中檢索與指令相關的動作提示集；模態對齊動作提示的視覺語言導航模塊，動作提示集通過提示編碼模塊，輸出提示特征與文本編碼模塊的輸出指令特征連接在一起；基于提示的指令特征和視覺編碼模塊的輸出視覺特征被提供給多層transformer用來做動作決策。優化學習模塊，即模態對齊損失模塊和連續一致性損失模塊，實現有效的動作提示學習；本發明重點提出了顯式的模態對齊的動作提示，以提高智能體導航的準確性和不同環境中的泛化能力。

本發明授權一種基于模態對齊的動作提示的視覺語言導航系統及方法在權利要求書中公布了：1.一種基于模態對齊的動作提示的視覺語言導航系統，其特征在于，包括：動作提示集產生模塊，輸入指令到動作提示集產生模塊，智能體在導航開始前從動作提示庫中檢索與指令相關的動作提示集；模態對齊動作提示的視覺語言導航模塊，動作提示集通過提示編碼模塊，輸出提示編碼與文本編碼模塊的輸出指令特征連接在一起；基于提示的指令特征和視覺編碼模塊的輸出視覺特征被提供給多層transformer用來做動作決策；優化學習模塊，即模態對齊損失模塊和連續一致性損失模塊，實現有效的動作提示學習；所述模態對齊動作提示的視覺語言導航模塊包括：文本編碼模塊，該模塊接收語言信息的輸入，利用多層transformer神經網絡分別進行編碼，獲得相應的特征向量；提示編碼模塊，該模塊由兩個單模態子提示編碼器和一個多模態提示編碼器組成，圖像子提示和文本子提示分別通過對應的單模態自編碼器得到子提示特征，連接以后輸入進多模態提示編碼器，獲得提示編碼；視覺編碼模塊，該模塊接收視覺觀察信息的輸入，通過視覺編碼器進行編碼，獲取對應的特征向量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中山大學·深圳;中山大學，其通訊地址為：518107 廣東省深圳市光明區公常路66號中山大學深圳校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。