机器人控制策略模型的确定方法、设备、可读介质及程序产品

本申请提供了一种机器人控制策略模型的确定方法、设备，机器人控制策略的确定方法、设备、计算机可读存储介质及程序产品，该申请的一具体实施方式包括：在仿真环境中训练得到用于确定仿真机器人的控制策略的强化学习策略模型；对于强化学习策略模型对仿真机器人的控制策略执行过程所涉及的多个环节，采用多个环节各自对应的迁移算法将强化学习策略模型适配于真实环境，得到机器人控制策略模型。本申请基于仿真环境可以高效地生成大量的训练样本，提高了强化学习策略模型的训练效率、准确度和泛化性；基于多个环节各自对应的策略迁移算法，提高了机器人控制策略模型与真实环境之间的适配度，保障了机器人控制策略模型在真实环境中的准确度。