机器人技能学习方法、装置、机械臂机器人及存储介质

本申请涉及机器人控制和人工智能技术领域，公开了一种机器人技能学习方法、装置、机械臂机器人及存储介质，用于解决传统模仿学习模型在长时程预测时复合误差增大，技能学习效果不佳以及控制精度低的问题。机器人技能学习方法包括：采集原始机器人执行待学习任务时的机器人控制训练数据；根据机器人控制训练数据对预设的初始块时序模仿学习模型进行训练，得到目标块时序模仿学习模型；将原始机器人当前时刻的第一机器人控制数据输入目标块时序模仿学习模型，并根据输出的每个动作时序块进行机器人控制，直至待学习任务执行完成；根据预设的奖励函数对待学习任务中每个动作时序块进行评估，根据评估结果对原始机器人进行模型优化，得到目标机器人。