本發(fā)明涉及一種基于空間關(guān)系推理的多模態(tài)指令解析與執(zhí)行方法及系統(tǒng)，屬人機(jī)交互領(lǐng)域。其中，該方法包括獲取自然語言指令和場景圖像，進(jìn)行意圖識(shí)別并輸出意圖列表，意圖列表包括主要意圖、目標(biāo)對(duì)象和空間關(guān)系關(guān)鍵詞；基于意圖列表構(gòu)建空間關(guān)系推理引擎，并...