策略模型生成方法、游戏副本执行方法以及装置

本发明实施例提供策略模型生成方法、游戏副本执行方法以及装置，其中所述策略模型生成方法包括：获取目标副本对应的样本数据集，其中，样本数据集包括样本状态集、样本行为集和样本激励集；基于样本状态集、样本行为集和样本激励集构建初始行为模型；基于样本状态集中的各样本状态数据，通过初始行为模型预测对应的第一样本行为，在目标副本中执行第一样本行为，获得对应的第一更新样本状态数据和第一样本激励数据，并利用第一更新样本状态数据和第一样本激励数据更新初始行为模型；在满足更新停止条件的情况下，获得副本策略模型。通过动态训练生成通用性强的策略模型，能够适应不同玩家的需求，提升游戏体验和自动化水平。