一种机器人运动控制模型训练方法和机器人运动控制方法

本发明公开了一种机器人运动控制模型训练方法，包括：基于当前时刻的训练机器人状态，利用待训练运动控制模型的策略网络进行决策，得到未来预设帧数的训练控制指令和训练隐变量，预设帧数大于1，训练隐变量为不可观测但对模型的决策和预测起作用的随机变量；基于训练隐变量，利用待训练运动控制模型的解码网络进行预测，得到未来预设时刻的机器人预测状态；利用仿真引擎依次执行预设帧数的训练控制指令，得到机器人实际状态；根据预设时刻的机器人预测状态和机器人实际状态，更新待训练运动控制模型的策略网络和解码网络的参数，得到训练好的运动控制模型。该模型对未来机器人状态的预测更接近实际机器人状态，从而提高对机器人控制的稳定性。