一种面向具身感知的视觉-触觉跨模态再平衡融合方法

一种面向具身感知的视觉‑触觉跨模态再平衡融合方法，通过对视觉和触觉模态特征进行自监督对比学习、原型关联特征调制及原型驱动的模态再平衡，有效提升了判别能力与语义一致性；能够在具身智能系统的环境交互过程中，准确捕捉物体的关键属性信息，并基于融合特征预测抓取或操作的成功概率，实现对任务策略的智能支撑；通过动态调整模态贡献比并结合原型一致性约束，面对单一模态信息不足或质量不均的情况，仍能充分利用弱势模态信息，提高感知精度与预测可靠性；不仅增强了多模态信息的综合利用效率，还为具身智能系统在物体属性识别、操作可行性判断等任务中提供了稳定、可解释且高效的决策依据，提升了系统的整体感知‑认知‑任务执行能力。