游戏机器人的训练方法、装置、设备及存储介质

本申请实施例提供了一种游戏机器人的训练方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：获取游戏机器人所在消除游戏的当前棋盘的状态；对当前棋盘的状态进行特征提取处理，得到当前棋盘中消除对象的类图像特征和关卡的向量特征；对类图像特征和向量特征进行特征融合处理，得到当前棋盘的融合特征；基于当前棋盘的融合特征进行游戏机器人的自我对弈，产生训练数据；基于训练数据，对游戏机器人进行基于PPO的强化学习训练，得到训练好的游戏机器人。本申请实施例能够降低训练成本，提供具有更高决策能力、更快决策速度的游戏机器人。