一种基于分层多模态感知与自适应对比学习的机器人精细操作方法

本发明公开了一种基于分层多模态感知与自适应对比学习的机器人精细操作方法，所属领域为智能机器人控制领域，包括：通过多粒度传感器阵列采集全局视觉信息、局部触觉序列及任务语义描述，并输入包含宏观认知层、中观规划层和微观执行层的分层架构模型。宏观认知层根据视觉与语义信息生成任务策略表征，中观规划层融合策略表征与触觉特征生成自适应运动基元序列，微观执行层结合运动基元与实时力反馈生成末端执行器控制指令。模型通过自适应对比学习框架在仿真‑;现实迁移数据集上训练，并支持在线自适应优化。本发明采用分层设计实现多模态信息分粒度处理，结合渐进式域适应与对比学习。