机器人技能学习方法、装置、设备及存储介质

本发明适用机器人运动控制技术领域，提供了一种机器人技能学习方法，该方法包括：基于任务信息和环境信息，采用预设的奖励‑策略协同进化策略对用于指导机器人技能习得的奖励函数和策略模型进行迭代进化，利用进化完成后得到的目标策略模型控制机器人执行任务信息中的目标任务，从而实现在有效减少训练数据需求的同时，显著增强机器人在处理高维任务时的技能学习效果，提升了机器人任务执行的准确性、精度以及效率。