控制参数生成方法、模型训练方法及装置

本公开提供了一种控制参数生成方法、模型训练方法及装置，涉及人工智能技术领域。具体实现方案包括：利用随机噪声向量，对机器人的样本关节状态进行加噪处理，得到扰动关节状态；将与样本关节状态匹配的动作执行器的末端位姿参数作为约束条件，利用待训练的神经网络模型，确定与扰动关节状态匹配的预测噪声向量；基于预测噪声向量，对扰动关节状态进行去噪处理，得到预测关节状态；基于随机噪声向量和预测噪声向量，确定模型代价函数；根据模型代价函数，调节神经网络模型的模型参数，得到经训练的目标网络模型。