基于LoRA微调与GRPO优化的棉花包语义定位方法

本发明属于智能农业装备技术领域，本发明公开了一种基于LoRA微调与GRPO优化的棉花包语义定位方法，步骤如下：步骤S1，构建面向无人夹抱车的逐级递进的三级自然语言指令任务体系；步骤S2，构建结构化空间关系推理链；步骤S3，构建多工况棉花包语义定位数据集；步骤S4，采用LoRA监督微调预训练视觉语言模型；步骤S5，构建GRPO强化学习联合奖励函数；步骤S6，利用GRPO强化学习的优化损失函数对初始策略模型进行优化；步骤S7，推理评价；步骤S8，开展棉花包目标检测与语义定位。本发明使视觉语言模型能够根据自然语言作业指令，从密集堆叠棉花包中定位满足空间语义约束的目标棉花包。