一种基于多模态感知与自适应学习的具身智能机器人控制方法及系统

本发明属于机器人控制技术领域，具体涉及一种基于多模态感知与自适应学习的具身智能机器人控制方法及系统，将多模态融合模块生成的不确定性估计值定义为跨层共享的可靠性度量信号，使该信号同时作用于三个层面：调节自适应学习控制模块中经验数据的置信权重，实现感知质量对学习速率的闭环调控；与策略输出的原始动作置信度聚合生成综合动作置信度，实现感知质量对规划决策的闭环调控；当触觉力觉检测到物理接触异常时，不仅强制触发重规划，更将异常数据标记后注入经验回放缓冲区，建立物理安全事件对学习过程的直接保护。本发明在多模态感知存在不确定性和突发物理交互异常的情况下，实现具身智能机器人在线学习的稳定性与任务规划的安全性。