基于视觉语言动作模型的多槽位光模块上下料控制方法及系统

本发明公开了一种基于视觉语言动作模型的多槽位光模块上下料控制方法及系统，包括获取场景图像、机器人状态、夹爪状态和目标槽位任务信息，并构造目标槽位几何条件；并输入经训练的视觉语言动作模型，联合输出当前工艺阶段、机械臂动作块、夹爪离散事件和执行置信度；依据当前工艺阶段约束动作与夹爪事件，并按照锁存规则控制夹爪状态切换；执行动作块中的部分动作后重新获取观测，根据执行置信度、前后动作块一致性、阶段完成条件和安全停止条件，确定继续执行、截断重规划或安全停止。本发明通过机器人控制过程关联，可降低夹爪反复开合及错误释放的风险，并提高同一模型对多个槽位的动作复用能力和末端偏差修正能力。