一种基于共性记忆库的具身零样本意图预测方法及系统

本发明涉及人工智能与机器人，尤其是涉及一种基于共性记忆库的具身零样本意图预测方法及系统。

背景技术：

1、具身智能将智能从纯粹的计算模型延伸到物理身体，强调"通过身体交互获得认知"。人形机器人作为具身智能的典型载体，在医院、工厂、家庭等场景中需要与人类进行自然的协同作业，如物品交接、共同搬运、引导跟随等。实现自然、安全的人机协作，要求机器人的"认知大脑"能够提前预判协作者的下一步动作与意图，例如交接时对方何时伸手、朝哪个方向移动，并据此规划自身反应。

2、人类能够利用以往与各类人协作的经验共性，快速理解从未共事过的新搭档。然而现有机器人系统在这一点上存在明显不足，主要技术问题如下。

3、第一，意图预测依赖个体数据，未见协作者时性能下降。现有行为与意图预测方法普遍采用个体适配式建模，需要目标用户一定量的运动或交互数据完成训练或微调。实际部署中协作对象动态变化，机器人无法为每个新出现的协作对象预先采集数据。当预测对象是从未被观测过的人时，此类方法的预测精度显著下降，协作安全性与流畅性难以保证。

4、第二，零样本泛化缺少可迁移的认知基础。以人体运动预测为基础的方案，其零样本泛化通常依赖目标域的运动特征或分布信息进行迁移。然而零样本场景的定义是没有目标域数据，两者构成矛盾。现有方法未将跨人类共享的交互模式沉淀为可复用的认知记忆，无法在未见协作者时调用群体经验进行预测。

5、第三，安全语义与认知过程割裂。现有方案通常先进行意图或轨迹预测，再在预测结果之后叠加物理安全校验，如碰撞检测、约束过滤。这种预测后处理的方式存在信息往返损耗，安全约束无法在认知源头剔除不可行候选。不同交互对象对同一任务的物理语义存在跨人共性，现有方法未将其作为可复用的记忆内容进行组织与传播。

6、第四，认知记忆与机器人身体解耦。已有记忆类方案主要停留在人的运动域，未将机器人载体的可达性、物体的兼容性等身体约束纳入记忆组织，导致检索到的经验对当前机器人本体未必可行，认知结果无法直接转化为身体动作。

7、第五，认知系统缺少安全的校正机制。现有方案大多将部署后的认知模型视为固定不变。在真实的多人连续协作中，机器人会持续接收到预测误差与执行反馈。若不加以利用则浪费经验；若简单地对全局模型进行调整，又可能污染已积累的群体共性或遗忘对特定协作者的适应。

8、综上，现有技术缺少一种能够在未见协作者场景下兼顾预测精度、安全性与身体可行性的完整技术方案。

技术实现思路

1、本发明的目的是提供一种基于共性记忆库的具身零样本意图预测方法及系统，作为具身智能体的协作认知大脑，解决现有技术中未见协作者时意图预测不可靠、安全语义与认知过程割裂、认知记忆与机器人身体解耦、认知系统无法安全校正的技术问题，实现人形机器人在无个体训练数据的情况下，对任意未见协作者的安全、自然、可校正的意图预测与协作响应。

2、为实现上述目的，本发明提供了一种基于共性记忆库的具身零样本意图预测方法，包括以下步骤：

3、s1、获取多个已知协作者的运动观测序列及交互场景上下文，通过共享编码器将运动观测序列映射为隐空间表示，通过对抗训练从隐空间表示中剥离个体特异信息，保留跨协作者共享的意图与运动联合原语，并按情境建立索引，形成共性记忆库的基础层；

4、s2、将交互物理语义原语以带不确定性区间的条目形式存入基础层，在条目间建立关联边，并对条目预标注机器人载体的可达性和物体兼容性，完善为共性记忆库；

5、s3、获取当前协作者的短时观测序列，经共享编码器编码得到特征表示，计算特征表示相对共性记忆库中群体原型的偏离程度，作为未知度；依据未知度进行检索加权融合，当检索命中条目时，沿关联边进行安全闭包传播，得到意图与轨迹联合预测及预测置信度；当检索未命中条目或预测置信度低于预设阈值时，触发安全响应策略，输出协作指令以控制机器人；

6、s4、在线采集预测误差和物理执行偏差，将误差归因到身份特异、情境特异、共性缺失三类来源；依据归因结果执行分策校正，其中身份特异时以第一步长更新仅对当前协作者生效且不写入共性记忆库的个体偏差参数，情境特异时更新情境索引或新增条目，共性缺失时以第二步长增量更新共性记忆库，第一步长大于第二步长。

7、优选的，s1中对抗训练采用对抗解耦架构，对抗解耦架构包括共性编码器、个体编码器和身份判别器，共性编码器用于从隐空间表示中提取共性特征，个体编码器用于从隐空间表示中提取个体特征，身份判别器用于从共性特征中识别个体身份；通过身份判别器与共性编码器之间的对抗训练，使共性编码器输出的共性特征不包含个体身份信息。

8、优选的，s2中交互物理语义原语包括交接时空窗口、最小安全距离场和共动速度域中的至少一种；交接时空窗口为以交接事件时刻为中心的时间区间与以交接点为中心的空间区域的组合；最小安全距离场为以人体关键点为源、随人机相对速度单调变化的最小允许距离标量场；共动速度域为人与机器人并行移动时允许的速度区间与相位对齐范围；不确定性区间以后验分位数区间形式存储。

9、优选的，s3中安全闭包传播中，传播跳数上限，安全约束沿关联路径单调变紧，允许的安全裕度单调不增；不确定性区间以不确定性半宽表征，不确定性半宽随传播跳数增加而扩张，扩张方式为：

10、；

11、其中，为当前传播跳数，取值为1至，为初始不确定性半宽，为第跳后的不确定性半宽。

12、优选的，s3中计算特征表示相对共性记忆库中群体原型的偏离程度，作为未知度，包括：

13、计算特征表示与各群体原型之间的马氏距离：

14、；

15、其中，为当前协作者短时观测序列经共享编码器编码得到的特征表示；为群体原型索引，取值为1至，为群体原型数量；为第个群体原型的均值向量；为第个群体原型的协方差矩阵；为协方差矩阵的逆矩阵；为特征表示与第个群体原型之间的马氏距离；

16、取各马氏距离中的最小值作为最近邻距离：

17、；

18、其中，为最近邻马氏距离；

19、将最近邻距离归一化为未知度：

20、；

21、其中，为校准常数；为未知度，取值范围为[0,1]。

22、优选的，s3中检索加权融合按如下方式进行：

23、根据未知度和情境相似度计算各群体原型的融合权重：

24、；

25、其中，为温度系数；为第个群体原型与当前交互情境的情境相似度；为求和索引，取值为1至；为特征表示与第个群体原型之间的马氏距离；为第个群体原型与当前交互情境的情境相似度；为第个群体原型的融合权重，满足；

26、以融合权重对各群体原型的轨迹均值进行加权求和，得到预测轨迹：

27、；

28、其中，为第个群体原型的轨迹均值；为预测轨迹；

29、并且，将未知度作为非一致性得分输入保形校准层，得到具有统计覆盖保证的预测集合；预测置信度按如下方式确定：基础置信度由未知度确定，覆盖率下界由保形校准集合确定，最终置信度为基础置信度与覆盖率下界的乘积。

30、优选的，s2中载体可达性基于机器人正运动学位形空间采样判定；物体兼容性依据兼容约束表判定，兼容约束表由物体质量区间、允许抓取构型集合与末端执行器能力三元组构成；在检索前将不可达或不兼容的条目剪枝。

31、优选的，s3中安全响应策略包括保守协作模式和生成式缺省，保守协作模式包括减速、停止、扩大安全距离、请求确认中的至少一种，生成式缺省为对保守动作原语进行插值生成保守响应动作。

32、优选的，s4中误差归因判据为：身份特异为同一协作者在不少于3次独立交互中误差均值经t检验显著偏移且跨情境稳定；情境特异为误差与新对象类别或新场景标签经卡方检验显著共变；共性缺失为误差在跨多人多情境条件下均值超过历史95分位；分策校正中，第一步长，第二步长，且；共性记忆库更新前经滑窗缓冲门控，滑窗缓冲长度步，仅当缓冲内误差均值超过历史95分位且持续不少于50步时才触发，单步更新量不超过0.01。

33、一种基于共性记忆库的具身零样本意图预测系统，包括：

34、具身共性记忆构建模块，用于获取多个已知协作者的运动观测序列及交互场景上下文，通过共享编码器将运动观测序列映射为隐空间表示，通过对抗训练从隐空间表示中剥离个体特异信息，保留跨协作者共享的意图与运动联合原语，并按情境建立索引，形成共性记忆库的基础层；

35、具身交互物理语义存储模块，用于将交互物理语义原语以带不确定性区间的条目形式存入基础层，在条目间建立关联边，对条目预标注机器人载体的可达性和物体兼容性，完善为共性记忆库；条目包含群体原型均值与协方差；

36、未知度门控预测模块，用于获取当前协作者的短时观测序列，经共享编码器编码得到特征表示，计算特征表示相对共性记忆库中群体原型的偏离程度作为未知度，依据未知度进行检索加权融合，当检索命中条目时，沿关联边进行安全闭包传播，得到意图与轨迹联合预测及预测置信度；当检索未命中条目或预测置信度低于预设阈值时，触发安全响应策略，输出协作指令；

37、记忆校正与反馈模块，用于在线采集预测误差和物理执行偏差，将误差归因到身份特异、情境特异、共性缺失三类来源，并执行分策校正，其中身份特异时以第一步长更新仅对当前协作者生效且不写入共性记忆库的个体偏差参数，情境特异时更新情境索引或新增条目，共性缺失时以第二步长增量更新共性记忆库，第一步长大于第二步长；

38、具身共性记忆构建模块输出端连接具身交互物理语义存储模块输入端，具身交互物理语义存储模块输出端连接未知度门控预测模块输入端，未知度门控预测模块输出端连接机器人控制器，记忆校正与反馈模块与共性记忆库双向连接。

39、因此，本发明采用上述一种基于共性记忆库的具身零样本意图预测方法及系统，具有以下有益效果：

40、（1）实现未见协作者零样本意图认知。利用共性记忆库与未知度门控，机器人无需目标个体任何训练数据即可对首次出现的协作对象进行意图与轨迹联合预测。在一种实施方式中，对20名未见协作者的测试表明，平均位移误差较个体适配式基线降低约35%。

41、（2）物理约束内嵌于认知记忆，随检索自动生效。交互物理语义与具身预标注作为记忆内容随闭包传播自动注入预测，无需在预测后另行叠加约束处理；检索结果对当前机器人本体天然可行，避免“认知到但身体做不到”的问题。

42、（3）认知能力可安全校正。利用执行反馈持续校准记忆库，在不污染群体共性的前提下提升对当前协作对象的预测能力，实现认知能力的持续增长。

43、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。