机器人控制方法、系统、电子设备和计算机可读存储介质

本申请公开了一种机器人控制方法、系统、电子设备和计算机可读存储介质，包括：获取当前轮次的输入状态，以及从目标经验池中采样得到的历史状态动作对及其对应的奖励值；将当前轮次的输入状态输入控制模型，得到机器人的下一步动作，基于历史状态动作对及其对应的奖励值，更新控制模型的参数；基于当前轮次机器人的下一步动作，确定与当前轮次的奖励阶段相匹配的奖励值，得到当前轮次的状态动作对及其对应的奖励值加入目标经验池；其中，奖励阶段随轮次的累计值递进变化，依次包括目标物抓取阶段、目标物放置阶段和机器人控制阶段；响应于控制模型收敛，利用控制模型控制机器人输出下一步动作。上述方案，能够提高机器人控制的精度和便捷度。