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！

龙图腾网恭喜中山大学·深圳;中山大学申请的专利一种基于模态对齐的动作提示的视觉语言导航系统及方法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：CN114973402B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210467461.4，技术领域涉及：G06V40/20；该发明授权一种基于模态对齐的动作提示的视觉语言导航系统及方法是由梁小丹;聂云双;林冰倩设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本一种基于模态对齐的动作提示的视觉语言导航系统及方法在说明书摘要公布了：本发明提供一种基于模态对齐的动作提示的视觉语言导航系统及方法，系统包括动作提示集产生模块，输入指令到动作提示集产生模块，智能体在导航开始前从动作提示库中检索与指令相关的动作提示集；模态对齐动作提示的视觉语言导航模块，动作提示集通过提示编码模块，输出提示特征与文本编码模块的输出指令特征连接在一起；基于提示的指令特征和视觉编码模块的输出视觉特征被提供给多层transformer用来做动作决策。优化学习模块，即模态对齐损失模块和连续一致性损失模块，实现有效的动作提示学习；本发明重点提出了显式的模态对齐的动作提示，以提高智能体导航的准确性和不同环境中的泛化能力。

本发明授权一种基于模态对齐的动作提示的视觉语言导航系统及方法在权利要求书中公布了：1.一种基于模态对齐的动作提示的视觉语言导航系统，其特征在于，包括：动作提示集产生模块，输入指令到动作提示集产生模块，智能体在导航开始前从动作提示库中检索与指令相关的动作提示集；模态对齐动作提示的视觉语言导航模块，动作提示集通过提示编码模块，输出提示编码与文本编码模块的输出指令特征连接在一起；基于提示的指令特征和视觉编码模块的输出视觉特征被提供给多层transformer用来做动作决策；优化学习模块，即模态对齐损失模块和连续一致性损失模块，实现有效的动作提示学习；所述模态对齐动作提示的视觉语言导航模块包括：文本编码模块，该模块接收语言信息的输入，利用多层transformer神经网络分别进行编码，获得相应的特征向量；提示编码模块，该模块由两个单模态子提示编码器和一个多模态提示编码器组成，图像子提示和文本子提示分别通过对应的单模态自编码器得到子提示特征，连接以后输入进多模态提示编码器，获得提示编码；视觉编码模块，该模块接收视觉观察信息的输入，通过视觉编码器进行编码，获取对应的特征向量。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明区公常路66号中山大学深圳校区；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”。