安徽合擎智能机器人有限公司朱文娟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉安徽合擎智能机器人有限公司申请的专利一种基于多智能体协同优化的视觉算法自训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121280877B 。
龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511833672.5,技术领域涉及:G06V10/96;该发明授权一种基于多智能体协同优化的视觉算法自训练方法是由朱文娟;梁清;王琛;陶仁友;祝凯;梁子君;肖赟;周国豪;陈梁;谭莹莹;凤鹏飞;田晓春;陶涛;汪一士;王亚;张雨洁;王晓慧;熊子航设计研发完成,并于2025-12-08向国家知识产权局提交的专利申请。
本一种基于多智能体协同优化的视觉算法自训练方法在说明书摘要公布了:本发明公开了一种基于多智能体协同优化的视觉算法自训练方法,包括如下步骤:构建多智能体系统架构,包括用户交互层、智能调度层、A2A协议通信层与专业智能体集群层;用户交互层解析用户任务意图并生成执行计划;调度智能体调用专业智能体完成数据处理、模型构建、训练、测试与部署;通过标准化通信机制协调任务流程,结合MCP工具集、知识库模块与记忆系统支持任务执行;在任务失败时自动执行重新调度操作,最终输出自训练结果。本发明显著提升开发效率、自适应性和智能化水平,适用于工业检测、智能安防、自动驾驶等计算机视觉任务。
本发明授权一种基于多智能体协同优化的视觉算法自训练方法在权利要求书中公布了:1.一种基于多智能体协同优化的视觉算法自训练方法,其特征在于,包括如下步骤: S1、构建多智能体系统架构;所述多智能体系统包括用户交互层、智能调度层、A2A协议通信层与专业智能体集群层; S2、在用户交互层,接收用户上传的图像或视频数据,通过集成LLM模型的用户接口解析生成用户任务意图; S3、智能调度层接收用户任务意图,通过专业智能体中的调度智能体构建专业能力上下文信息,并集成LLM模型完成任务理解与任务拆解,生成执行步骤与依赖关系,形成执行计划; S4、基于所述执行计划,调度智能体调用专业智能体执行相应子任务; S5、在A2A协议通信层建立标准化通信机制,完成智能体之间的异步调用、状态更新、技能发现与错误处理; S6、在专业智能体集群层,通过角色定义模块设定专业分工,通过LLM模型执行子任务理解与协作计划,通过MCP工具集完成数据处理与训练,通过知识库模块提供领域知识支持,通过记忆系统维护任务上下文与交互记录; S7、在任务执行过程中,若任一执行步骤失败,则调度智能体执行重新调度操作;基于任务执行与多智能体系统响应过程,完成自训练流程并输出结果; 所述A2A协议通信层,具体为: 在A2A协议通信层建立标准化通信机制,支持调度智能体与专业智能体之间的消息交换与指令传输;所述专业智能体包括数据标注智能体、数据分析师智能体、算法工程师智能体、算法训练工程师智能体、测试工程师智能体、部署工程师智能体与算法应用工程师智能体; 基于A2A协议定义结构体格式,构建智能体调用请求结构,字段包括任务编号、目标智能体标识、子任务索引、调用方式与调用参数; 在智能体接收请求结构后生成对应响应结构,字段包括响应状态码、响应数据与异常信息; 调用方式包括同步调用、异步调用、流式调用与批量调用;同步调用适用于实时反馈任务状态,异步调用适用于非阻塞任务调度,流式调用适用于任务过程跟踪反馈,批量调用适用于多子任务统一发起与集中返回; 协议通信过程中记录调用日志信息,日志内容包括调用时间戳、智能体交互路径、消息体哈希值与状态码信息; 基于异常处理机制识别响应结构中的错误字段内容,若识别到调用异常,则触发错误重试模块,并更新任务状态记录与错误处理日志; A2A协议通信层支持调度智能体执行技能发现操作,通过协议广播请求方式查询智能体注册信息与能力项,并基于能力匹配结果更新可调用智能体集合; 所述专业智能体集群层,具体为: 在专业智能体集群层中配置角色定义模块、LLM模型、MCP工具集、知识库模块与记忆系统; 通过角色定义模块设定数据标注智能体、数据分析师智能体、算法工程师智能体、算法训练工程师智能体、测试工程师智能体、部署工程师智能体与算法应用工程师智能体的职责范围、交互接口与能力标签; 所述数据标注智能体接收调度指令后调用数据标注工具完成图像或视频数据的目标标注与标签结构生成操作;所述数据分析师智能体对结构化标注数据执行特征提取、分布分析与数据质量评估操作,并输出分析结果结构;算法工程师智能体调用算法组件配置模板完成模型结构设定、参数初始化与训练流程生成操作;所述算法训练工程师智能体调用MCP工具集执行模型训练过程,并采集训练日志与性能指标输出训练报告;所述测试工程师智能体基于训练模型调用测试组件完成精度验证、稳定性测试与异常分析任务并输出测试结果;所述部署工程师智能体调用部署配置模块生成模型部署方案,并完成部署路径配置与服务接口发布任务;所述算法应用工程师智能体接收部署模型信息,完成推理调用配置与业务接口联调任务,并采集应用反馈信息; 通过LLM模型执行子任务理解与协作计划生成操作,输出子任务目标、处理要求与交互顺序信息; 通过MCP工具集调用阶段工具执行数据清洗、标注生成、特征分析、模型构建、训练调优、测试验证与部署发布操作; 通过知识库模块提供任务涉及的视觉领域知识与工具使用参考文档; 通过记忆系统记录任务编号、执行步骤、交互日志与状态反馈信息,并维持多轮任务执行上下文内容与专业智能体响应历史; 所述在任务执行过程中,若任一执行步骤失败,则调度智能体执行重新调度操作,具体为: 调度智能体监测专业智能体响应结果、通信调用状态与MCP工具集每个阶段返回的数据内容,识别任务执行失败情况并记录失败节点位置、失败类型信息与失败时间索引; 基于失败类型信息查询任务依赖关系表,标记受影响子任务节点状态,更新任务执行图谱中关联路径的执行有效性标识; 调用记忆系统,提取失败子任务对应的历史输入参数、响应内容与上下文结构信息,构建子任务上下文信息结构; 基于恢复信息结构与LLM模型输出结果,重新生成子任务目标、调用顺序与资源需求参数,修正执行计划中的子任务依赖路径; 查询智能体状态表与专业能力上下文信息,筛选可调用的专业智能体集合,选取目标智能体资源; 重新构建调用请求结构,更新任务编号、子任务索引、调用方式与调用参数字段,重新发起失败子任务的执行指令; 在任务状态记录表中登记子任务的重新调度状态信息,并标记任务阶段状态为重试流程中; 记录重新调度操作的全过程信息,构建失败调度日志记录条目;所述全过程信息包括失败任务编号、失败节点位置、失败原因分类、重新调度时间与目标智能体标识; 若重新调度操作执行成功,调度智能体更新任务执行状态为正常完成;若重新调度尝试次数大于预设次数阈值,调度智能体中止执行流程,生成异常终止报告,并将任务状态标记为执行失败。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽合擎智能机器人有限公司,其通讯地址为:230000 安徽省合肥市高新区文曲路1856号高新创新谷D栋3层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励