广州鹏行智能科技有限公司

本申请公开了一种异构计算任务的异步调度方法、装置、设备及存储介质，涉及人工智能评测技术领域，包括：获取待处理的异构计算任务，解析异构计算任务得到异构计算任务的资源需求类型，并根据资源需求类型在多节点集群环境中将异构计算任务分配至目标计算节点上的异步处理队列；在异步处理队列中，生成与异构计算任务对应的预设路由凭证，并流转预设路由凭证；基于流转中的预设路由凭证的任务标识获取异构计算任务的运行上下文，向目标执行环境下发当前阶段的执行指令；响应于当前阶段的执行指令执行完成，根据异构计算任务的任务属性信息，从多个异步处理队列中确定下一阶段的异步处理队列，并将预设路由凭证异步路由至下一阶段的异步处理队列。

本公开涉及一种模型训练方法、机器人控制方法及电子设备，其中，模型训练方法包括：获取第一模型；其中，第一模型为基于多个任务的监督数据训练得到，多个任务属于不同类型的任务；通过多个任务中的第一任务的训练数据，对第一模型进行强化学习训练，得到第一任务对应的第二模型；通过第一模型控制机器人执行交互任务，并利用交互任务的执行结果训练第一模型，得到第三模型；将多个任务对应的多个第二模型与第三模型进行融合，得到目标模型；其中，目标模型用于部署于机器人中。本公开能够提高目标模型在机器人交互任务下的综合决策能力。