目标策略模型的训练方法、指令执行方法、装置及介质

公开了一种目标策略模型的训练方法、指令执行方法、装置及介质。其中，目标策略模型的训练方法包括：确定待执行的指令序列；确定用于执行指令序列硬件的内存占用信息；基于指令序列、内存占用信息以及初始策略模型，确定指令序列对应的执行方式；对执行方式进行评估，得到评估信息；基于指令序列、内存占用信息、执行方式以及评估信息，对初始策略模型进行迭代训练；响应于迭代训练后的初始策略模型满足预设训练结束条件，将迭代训练后的初始策略模型作为目标策略模型。本公开的实施例可以提升指令序列的执行效率。