机器人训练方法、装置、电子设备及存储介质

本申请提供一种机器人训练方法、装置、电子设备及存储介质，方法包括：构建训练网络，其中，训练网络包括策略输出网络和评价网络；确定训练网络的奖励函数，其中，奖励函数包括质心速度跟踪奖励函数、上肢躯干平衡奖励函数以及步态引导奖励函数；获取待训练机器人当前的姿态信息，并根据姿态信息计算目标奖励；将姿态信息输入策略输出网络，得到液动人工肌肉的动作策略；将目标奖励输入评价网络，得到动作策略的评价结果；在评价结果为动作策略满足预设驱动要求的情况下，根据动作策略驱动液动人工肌肉。本申请能够实现基于液动人工肌肉驱动的机器人的训练，且训练难度低。