运动控制模型训练方法、运动控制方法、设备及介质

本申请提供一种运动控制模型训练方法、运动控制方法、设备及介质，涉及人工智能技术领域。该方法包括：获取模拟仿真环境中的第一扫描点信息、第二扫描点信息以及第一感知信息；根据第一扫描点信息和第一感知信息，采用教师模型预测第一动作信息；根据第二扫描点信息和第一感知信息，采用学生模型基于新策略预测第二动作信息；根据第一动作信息和第二动作信息计算第一训练损失；根据第二动作信息和第三动作信息计算第二训练损失，第三动作信息为学生模型在前一训练轮次采用旧策略生成的动作信息；根据第一训练损失和第二训练损失，对学生模型的策略进行训练，得到目标机器人的运动控制模型。本申请可以提高运动控制模型在现实场景中的表现。