控制机器人设备的方法、控制装置、计算机程序和介质

根据不同的实施方式提供用于控制机器人设备的方法、控制装置、计算机程序和计算机可读的介质，方法具有：在大量训练控制状况的基础上对用于训练机器人设备的控制策略进行训练；以及针对多个控制时间点中的每个控制时间点：针对控制时间点求取关于机器人设备的周围环境的信息，通过将说明针对控制时间点所求取的信息的控制状况与训练控制状况进行比较来求取针对控制时间点所求取的信息的第一一致性度量，求取针对控制时间点所求取的信息的至少一个第二一致性度量，通过将第一一致性度量与至少一个第二一致性度量组合来求取组合后的一致性度量；以及根据组合后的一致性度量求取用于机器人设备的一个或多个控制动作。