机器人行走的控制方法、装置、设备、存储介质及产品

本申请实施例提供了一种机器人行走的控制方法、装置、设备、存储介质及产品，包括：获取机器人在当前时刻的行走状态和机器人的已行走时长，基于已行走时长和机器人的步态规划信息，确定机器人在当前时刻的步态信息，将步态信息和当前时刻的行走状态作为当前时刻的目标行走状态。基于目标行走状态和控制策略之间的映射关系，确定当前时刻的目标行走状态映射的目标控制策略；该映射关系是基于当前时刻之前的多个时刻的目标行走状态确定。基于目标控制策略控制机器人行走。本申请实施例的技术方案通过机器人与环境交互进行自主学习和优化，以确定当前的控制策略，机器人能在复杂多变的环境中稳定行走，有利于提高机器人行走控制的灵活性和适应性。