用于互动的模型训练方法、装置、设备、介质和程序产品

根据本公开的实施例，提供了用于互动的模型训练方法、装置、设备、介质和程序产品。该方法包括：利用多个机器学习模型，生成多个角色在目标互动进程中的相应行为数据，多个机器学习模型包括待训练的目标模型，多个机器学习模型中的机器学习模型被分配给多个角色中的至少一个角色并且用于生成所分配的至少一个角色的行为数据；至少获得对目标行为数据的评价结果，目标行为数据包括目标模型所分配的至少一个角色的行为数据；以及基于目标行为数据以及评价结果，更新目标模型。