一种继承式网络训练方法、存储介质及电子设备

本发明涉及模型训练领域，特别是涉及一种继承式网络训练方法、存储介质及电子设备。为满足第二使用任务要求，训练时，判定模块在每个训练周期内执行模型参数固化处理：对当前与历史姿态数据差值积分生成调节姿态系数，比较其与目标系数差值绝对值和预设有效性阈值，累计有效/无效系数；到达固化节点时，若有效与无效系数增量比值超预设比例阈值，则更新模型权重为当前节点权重。本发明中，原始姿态控制模型并行运行，优化模型的训练数据包含原始模型及自身的输出，使训练后的模型输出指令为原始指令的补偿信息，无需模型融合即可在原始基础上实现新场景姿态优化，效率高且避免模型不兼容问题。