一种智能体动作控制方法、装置、电子设备及存储介质

本发明实施例提供了一种智能体动作控制方法、装置、电子设备及存储介质，在对智能体动作进行控制时，结合了辅助任务、经验双重采样和价值函数动态矫正的深度强化学习算法，通过引入辅助任务，提升了特征提取的质量，增强了模型对状态的理解能力；同时，通过经验双重采样，提高了样本的利用效率，加速了学习过程；价值函数动态矫正则有助于稳定学习过程，避免模型陷入局部最优。