用于执行动作的方法、装置、设备和产品

本公开涉及用于执行动作的方法、装置、设备以及程序产品。该方法包括基于图像数据、音频数据以及传感器数据，生成多模态特征，图像数据、音频数据以及传感器数据由机器人在烹饪场景中采集。该方法包括基于多模态特征，确定烹饪场景的状态，状态包括紧急状态以及非紧急状态中的至少一项。该方法包括响应于烹饪场景的状态为紧急状态，由机器人在烹饪场景中执行动作序列，动作序列基于多模态特征生成。