动态模型训练优化方法、装置、处理设备、产品及介质

本申请实施例提供一种动态模型训练优化方法、装置、处理设备、产品及介质，应用于模型训练技术领域。该方法包括：实时采集目标场景中的至少一项环境变量；根据至少一项环境变量，生成目标场景对应的环境变化强度指标，环境变化强度指标用于量化目标场景中的环境变化程度；在环境变化强度指标大于或等于预设阈值的情况下，获取快速适应先验，快速适应先验是预先基于MAML算法生成的元知识；基于快速适应先验，对智能体的策略进行优化，智能体能够感知目标场景中的环境并自主采取行动以实现预设目标，快速适应先验用于指导调整智能体的策略网络的输入特征和策略更新速度。该方法解决了非平稳环境下智能体的策略容易快速失效的问题。