一种机器人控制策略迁移方法、系统、设备、介质及程序产品

本申请提供一种机器人控制策略迁移方法、设备、介质及程序产品，方法包括：采集机器人在真实运行环境中由预训练策略模型生成的状态–动作序列，并进行预处理得到结构化训练数据；基于运行状态判断是否满足预设更新条件，在满足时利用所述训练数据对策略模型进行微调生成更新策略模型；将更新策略模型热部署至机器人真实运行环境，使机器人在不中断任务执行的情况下基于更新策略模型运行并产生新的运行数据；循环执行数据采集、预处理、策略微调与模型部署三个阶段，并通过消息队列实现阶段间的数据交互与流程解耦，实现基于真实运行反馈的持续优化。本申请通过条件触发的循环微调与不中断运行的热部署机制，提高了策略迁移的稳定性与泛化能力。