一种人形机器人的交互动作决策优化方法和相关设备

本申请公开了一种人形机器人的交互动作决策优化方法和相关设备，方法包括：获取当前环境状态信息和目标任务信息，对得到的当前环境状态信息进行特征提取，得到对应的状态特征数据；对得到的目标任务信息进行编码，得到对应的目标编码向量，并根据状态特征数据和目标编码向量进行数据拼接，得到综合状态向量数据；然后通过预设经验回放池对训练好的优化决策模型进行参数优化，得到优化后的优化决策模型；将得到的综合状态向量数据输入优化后的优化决策模型进行处理，得到目标动作指令，并根据目标动作指令驱动人形机器人运动。本申请实施例能够提高决策准确率，提高决策效率。