模型训练方法、机器人控制方法及电子设备

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。