专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果21个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于语义地图的机器人指路方法和装置-CN202311200121.6在审
  • 宋伟;张格格;朱世强;方伟;周元海;穆宗昊;袭向明 - 之江实验室
  • 2023-09-18 - 2023-10-27 - G01C21/20
  • 本发明公开了一种基于语义地图的机器人指路方法和装置,使用机器人对环境构建语义地图,并采集重要位置并进行语义标注作为语义点;随后构建有向连接图;以机器人当前位置作为起点,选取任意一个语义点作为目的地,获得从起点到目的地的最短路径作为规划路径;获取规划路径上每一个点相对于前一个点的方向信息并记载到列表中,并将规划路径上每一个点的语义信息记载到列表中,得到指路列表并生成指路文本;在机器人的显示屏上显示指路地图,或通过机器人的扬声器进行播放指路文本,完成指路任务。本发明能够生成多样化的指路文本,同时以多种形式对用户的问路进行回应,进一步提升了机器人的人机交互能力。
  • 一种基于语义地图机器人指路方法装置
  • [发明专利]一种类人机器人的多模态人机交互控制系统及方法-CN202310888398.6在审
  • 孙尧;袭向明;宋伟;顾建军;朱世强 - 之江实验室
  • 2023-07-19 - 2023-10-24 - G06F3/01
  • 本发明公开了类人机器人的多模态人机交互控制系统,包括数据采集模块,多模态人机交互管理模块,具身智能模块以及对话策略模块;所述数据采集模块,用于获取机器人服务范围内的环境数据;所述多模态机器人交互管理模块,用于根据输入的环境数据,以生成机器人与用户的相对位姿和状态信息;所述对话策略模块,根据用户的状态信息,生成对应的对话策略,所述对话策略包括启动对话,暂停对话和恢复对话;所述具身智能模块,用于根据输入的相对位姿和状态信息,以控制机器人完成交互任务,所述交互任务包括与用户进行动作和语音交互。本发明还提供了一种多模态人机交互控制方法。本发明提供的系统可以使得类人机器人交互过程中更加注重交互礼仪。
  • 种类人机多模态人机交互控制系统方法
  • [发明专利]基于视觉语言与关系检测的关系指代表达理解方法和装置-CN202310837433.1在审
  • 宋伟;金天磊;张格格;袭向明;孟启炜;谢冰 - 之江实验室
  • 2023-07-10 - 2023-10-13 - G06V20/70
  • 本发明公开了一种基于视觉语言与关系检测的关系指代表达理解方法和装置,包括:将关系指代表达分解为参考物体、参考关系和指代物体;利用目标检测算法得到场景图像中的候选实体;利用视觉语言模型分别计算参考物体和指代物体的语言特征与候选实体的视觉特征之间的相似度,得到参考物体相似度和指代物体相似度;利用关系检测算法计算候选实体之间的在参考关系的关系类别上的参考关系概率;由参考物体相似度、指代物体相似度和参考关系概率建立邻接表;依据邻接表计算参考物体相似度、指代物体相似度和参考关系概率的综合概率,由综合概率最高值确定关系指代表达理解的实体。本发明适用于提高服务机器人在关系指代表达理解方面的人机交互能力。
  • 基于视觉语言关系检测指代表达理解方法装置
  • [发明专利]一种模型训练的方法、装置、存储介质及电子设备-CN202311010097.X在审
  • 谢冰;宋伟;朱世强;王雨菡;赵鑫安;尹越;袭向明 - 之江实验室
  • 2023-08-11 - 2023-09-22 - G06F16/332
  • 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备,将若干个独立表达句输入该模型的生成器,以得到融合句,并将该融合句加入训练数据集,将该训练数据集中的待判别句输入该模型的来源判别器,以确定待判别句是否为原始句的判别结果,根据该判别结果分别确定该来源判别器的来源判别损失及生成器的来源生成损失,根据该来源生成损失及该来源判别损失,对该模型进行训练,其中,该模型的生成器用于将回复用户的若干独立表达句进行融合。本方法通过对模型中的生成器和来源判别器进行对抗训练,以使生成器生成接近原始句的融合句,获得语序正常、内容衔接自然不生硬的句子,来源判别器更精准判断输入的句子是否为原始句。
  • 一种模型训练方法装置存储介质电子设备
  • [发明专利]一种具身智能机器人的主动多轮对话系统及方法-CN202310888378.9在审
  • 孙尧;宋伟;袭向明;周元海;顾建军;朱世强 - 之江实验室
  • 2023-07-19 - 2023-09-19 - G06F16/332
  • 本发明公开了一种具身智能机器人的主动多轮对话系统,包括:数据采集模块,用于获取机器人服务范围内的环境信息;历史记录模块,基于用户的身份ID,存储人机多轮对话的交互信息,所述交互信息包括对话内容和交互结果;对话生成模块,用于生成回复文本;具身智能算法模块,生成动作指令以控制机器人靠近用户并进入交互状态;主动对话策略模块,生成对应的主动对话策略;机器人根据生成的回复文本和主动对话策略,在交互状态中执行对话任务。本发明还提供了一种主动多轮对话方法。本发明提供的该系统可以有效以多轮对话的方式推动机器人和用户之间的交互任务,从而提高机器人的对话达成率和服务智能程度。
  • 一种智能机器人主动轮对系统方法
  • [发明专利]应用于服务机器人的路径规划方法、装置及服务机器人-CN202310896067.7在审
  • 宋伟;穆宗昊;方伟;周元海;袭向明;朱世强 - 之江实验室
  • 2023-07-20 - 2023-09-08 - G05D1/02
  • 本申请涉及服务机器人领域,特别是涉及一种应用于服务机器人的路径规划方法、装置、服务机器人及存储介质。所述方法包括:获取目标对象所处的环境信息以及目标对象的第一状态信息;基于环境信息以及第一状态信息,利用训练完成的马尔可夫决策过程模型,得到目标对象的第一运动趋势预测结果;及基于环境信息以及第一状态信息,利用社会力模型,得到目标对象的第二运动趋势预测结果;融合第一运动趋势预测结果及第二运动趋势预测结果,得到第三运动趋势预测结果;基于第三运动趋势预测结果,确定最优规划路径,并执行相应的引导指令。本发明具有提高服务效果、个性化导航服务、提高用户体验和应对复杂环境的有益效果。
  • 应用于服务机器人路径规划方法装置
  • [发明专利]一种参考外部知识的指代消解方法及装置-CN202310810661.X在审
  • 宋伟;谢冰;朱世强;尹越;袭向明;赵鑫安;王雨菡 - 之江实验室
  • 2023-07-04 - 2023-08-08 - G06F40/30
  • 本发明公开了一种参考外部知识的指代消解方法及装置,该方法首先输入句子训练提及识别模型,该模型标记出句子中的提及;输入指定两个或三个提及的句子拼接上提及对应的知识,训练关系分类模型判断指定提及中是否有共指关系,并标记出存在共指关系的提及。训练好模型后用于指代消解。本发明方法在参考外部知识进行指代消解的过程中,考虑了句子整体的语义信息。关系分类模型训练过程中,训练模型判断提及间是否存在共指关系,以及训练模型标记出存在共指关系的提及,并且输入有指代三个提及时,这种训练方法使得模型对提及和共指关系的理解更深刻,使模型有更强的指代消解能力。
  • 一种参考外部知识指代消解方法装置
  • [发明专利]一种基于对比学习的中文拼写纠错方法、装置和介质-CN202310410135.4有效
  • 宋伟;赵鑫安;朱世强;袭向明;尹越 - 之江实验室
  • 2023-04-18 - 2023-07-25 - G06F40/232
  • 本发明公开了一种基于对比学习的中文拼写纠错方法、装置和介质,该方法首先收集原始纠错数据并进行预处理;然后根据预处理后的纠错数据构建中文拼写纠错模型的数据集;再构建包括embedding模块、编码器、错误检测网络和错误纠正网络的中文拼写纠错模型,将待纠错文本输入中文拼写纠错模型输出字符编码向量序列、字符错误概率序列和正确字符概率分布;其次基于对比学习使用数据集对中文拼写纠错模型进行训练,根据损失函数值更新参数,并保存训练好的中文拼写纠错模型;最后将待纠错文本输入训练好的中文拼写纠错模型进行纠错,以获取纠错后的文本。本发明可以有效地提升中文拼写纠错模型的鲁棒性和纠错准确率,具有很强的实用性。
  • 一种基于对比学习中文拼写纠错方法装置介质
  • [发明专利]一种多粒度中文文本纠错方法和装置-CN202310088091.8在审
  • 赵鑫安;宋伟;朱世强;谢冰;袭向明;尹越;王雨菡 - 之江实验室
  • 2023-01-16 - 2023-05-16 - G06F40/232
  • 一种多粒度中文文本纠错方法,包括:对待纠错的中文文本进行预处理;构建名词知识库和文本纠错训练语料;使用预训练语言模型对输入待纠错的文本进行向量编码,并融合文本的语音信息,得到字符向量序列;基于神经网络检测文本中的字粒度和词粒度错误,得到错误字集合和错误词集合;对检测得到的字粒度和词粒度的错误分别进行纠正,得到字、词粒度错误的候选替换字、词;使用多任务学习的方式联合训练整个模型;将字、词粒度纠正结果进行融合,得到纠错后的文本。本发明还包括一种多粒度中文文本纠错装置。本发明可以有效地对文本中的多粒度(字粒度和词粒度)错误进行纠错,并采用多任务学习的方式训练整个模型,具有很好的纠错准确性和实用性。
  • 一种粒度中文文本纠错方法装置
  • [发明专利]一种语境知识引导的视觉关系检测方法和装置-CN202211585880.4在审
  • 金天磊;郭方泰;宋伟;朱世强;袭向明;穆宗昊;孟启炜 - 之江实验室
  • 2022-12-09 - 2023-05-09 - G06T7/00
  • 本发明公开了一种语境知识引导的视觉关系检测方法和装置,包括:获取场景图像,确定场景图像中物体对的语义向量和语境向量,从场景图像中提取包含物体对的局部图像并确定物体对的位置掩码;利用语境知识生成模块根据物体对的语境向量提取物体对的语境知识,利用视觉特征提取模块根据局部图像和物体对的位置掩码提取物体对的视觉特征,利用语义特征提取模块根据物体对的语义向量提取物体对的语义特征,利用视觉关系检测模块根据物体对的视觉特征和语义特征计算物体对的视觉预测结果,利用综合判断模块依据视觉预测结果与物体对的语境知识综合判断得到语境知识引导的物体对的视觉关系。该方法和装置通过语境知识引导提升视觉关系检测的准确性。
  • 一种语境知识引导视觉关系检测方法装置
  • [发明专利]基于预训练模型的句子复述生成系统-CN202211245822.7有效
  • 谢冰;尹越;袭向明;宋伟;朱世强 - 之江实验室
  • 2022-10-12 - 2023-04-07 - G06F40/58
  • 本发明公开了基于预训练模型的句子复述生成系统,包括复述生成模块、流利度过滤模块和语义过滤模块,复述生成模块用于生成复述,复述生成模块包括翻译生成、模型生成和同义词替换生成模块,翻译生成模块通过直译和回译两种方法生成复述,模型生成模块通过直接训练中文复述生成模型生成复述和利用英文复述生成模型间接生成中文复述,同义词生成模块通过替换原句中的同义词生成复述,本发明充分利用开源的预训练模型资源,利用翻译模型进行直接翻译生成复述和回译生成复述,提高生成复述的效率和多样性,利用预训练的语言模型将英语复述生成模型应用到中文复述生成中,使用多项措施确保生成高质量复述。
  • 基于训练模型句子复述生成系统
  • [发明专利]一种增强BART预训练任务的句子排序方法及装置-CN202310120728.7在审
  • 谢冰;袭向明;赵鑫安;尹越;宋伟;朱世强 - 之江实验室
  • 2023-02-16 - 2023-03-31 - G06F40/166
  • 本发明公开了一种增强BART预训练任务的句子排序方法及装置,包括如下步骤:步骤1、从文本资源中提取有序的句子作为原始训练数据;步骤2、对原始训练数据进行预处理;步骤3、用预处理后的训练数据训练BART模型;步骤4、将待排序的句子输入到训练完成的模型中进行预测排序。设计词性标注预训练任务、句子掩盖预训练任务、句子删除预训练任务、句子填充预训练任务和句子旋转预训练任务进一步增强BART模型对句子语义和句间关系的特征提取能力。设计的预训练任务是一种多任务学习的训练方法,也是一种位置可控的句子排序方法,将排序控制信息通过句子标签序列的形式加到输入字符串中,模型会根据输入的排序控制信息进行句子排序。
  • 一种增强bart训练任务句子排序方法装置
  • [发明专利]一种基于知识库的动态场景下推理任务的方法和装置-CN202211511472.4在审
  • 周元海;宋伟;朱世强;李特;宛敏红;金天磊;袭向明 - 之江实验室
  • 2022-11-29 - 2023-03-14 - G06N5/045
  • 本发明公开了一种基于知识库的动态场景下推理任务的方法和装置,包括:在将表达知识库的语义网络按照关系类型划分为动作关系子网络、状态变化关系子网络、从属关系子网络以及介词关系子网络的基础上,依据动作关系子网络进行任务的行为树缺失判断的推理,通过所有子网络实现目标物体和与状态相关的感知数据等缺失数据的推理获取,进而实现行为树的推理。这样的方式能够避免使用任务知识或结构化的机器人任务设计语言,使用通用的语义网络完成任务的推理规划,实现机器人的作业问题,该推理过程不需要过多的人为编辑和干预,作为技术使用方,只需要提供完备的语义网络和实时感知数据,即可以完成对机器人行为的自主控制。
  • 一种基于知识库动态场景推理任务方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top