公开(公告)号：CN119526414A

公开(公告)日：2025-02-28

申请号：CN202411871795.3

申请日：2024-12-18

Applicant: 同济大学

Inventor： 何斌 ,  赵容锋 ,  朱忠攀 ,  周艳敏 ,  王志鹏 ,  蒋烁

IPC: B25J9/16

Abstract: 本发明涉及一种机器人动作生成模型训练方法和动作生成方法，模型训练步骤包括：构建汽车线束操作数据集，并提取人体姿态；基于所述的数据集和人体姿态构建指令集；预训练运动分词器；获取文本‑动作词汇表；基于所述的数据集、指令集和文本‑动作词汇表预训练语言模型；构建操作数据集，基于操作数据集对预训练后的语言模型进行微调，完成训练。所述的生成方法利用经过模型训练方法训练好的模型输出人形动作序列，并将人形动作序列重定向于机器人上完成机器人动作生成。与现有技术相比，本发明提高了生成模型的泛用性，还可生成更符合汽车线束操作的机器人动作，提高了机器人操作汽车线束的灵活性。

公开(公告)号：CN119065836A

公开(公告)日：2024-12-03

申请号：CN202411084349.8

申请日：2024-08-08

Applicant: 同济大学

Inventor： 陈杰 ,  何斌 ,  赵容锋 ,  朱忠攀

IPC: G06F9/50 ,  G06N3/04 ,  G06N3/08 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明涉及一种面向大模型的云边算力协同数据处理方法，包括以下步骤：构建八爪鱼仿生结构神经网络模型，并分别部署于云端和边缘端的多个处理器中；云端的主处理器初始化模型全局参数并将全局参数下发至云端和边缘端的其他处理器；采用自适应学习算法根据实时的计算资源情况进行云端和边缘端的数据处理任务分配决策；根据输入数据，云端和边缘端根据任务分配决策结果进行模型并行训练，实现参数共享与更新，训练过程中，边缘端根据重塑因子进行边缘端模型重构；进行模型融合，更新模型全局参数，并将更新后的全局参数下发至边缘端的处理器，重复上述过程直至数据处理完成。与现有技术相比，本发明具有能够高效处理大规模数据处理任务等优点。