基于强化学习的模型训练方法、装置、设备及存储介质

本申请实施例提供了一种基于强化学习的模型训练方法、装置、设备及存储介质。包括：获取样本训练数据集；针对样本训练数据中的第一样本状态子数据，通过预设强化学习模型生成第一动作子数据并计算第一预测奖励值，以及通过视觉语言模型生成第二动作子数据并计算第二预测奖励值；确定目标第一动作子数据和目标第二动作子数据并构建第一正则化项，基于第一正则化项与策略网络子损失生成第一目标损失；基于预测状态子数据得到确定性决策置信度以构建第二正则化项，并基于第二正则化项与熵损失项生成第二目标损失；根据第一目标损失和第二目标损失对预设强化学习模型的参数进行调节，得到目标强化学习模型。以此，能够提高训练的效率和模型的性能。