基于遥操作机器人任务的多模态数据特征提取与优化方法

本发明提供一种基于遥操作机器人任务的多模态数据特征提取与优化方法，涉及机器人模仿学习技术领域，本方法首先通过设定时间步的截断比例对机器人获取的多模态数据进行数据优化，剔除无意义操作数据；然后在需要处理的多模态数据中的RGB彩色图像种引入深度信息，增强环境感知能力；最后应用DINO技术进行多模态特征挖掘，具体通过ViT架构的预训练DINOv2模型实现。通过创新性的数据优化与多模态特征提取方法，解决了模仿学习中的数据冗余、特征提取不足以及多模态信息融合效率低的问题，为用户带来了显著的实际价值。