发明人：邓涛; 张晟东; 张立华; 李志建; 古家威

本发明涉及机器人控制技术领域，具体公开了一种机器人步态自主学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取待模仿生物的动作捕捉信息；获取待模仿生物所在的场景状态信息；根据场景状态信息构建决策网络；根据决策网络和动作捕捉信息构建对抗判别器；固定决策网络，对抗训练对抗判别器，以最优化地区分动作捕捉信息和决策网络的输出结果；根据训练后的对抗判别器训练决策网络，以生成用于控制机器人步态的动作决策模型；该方法获取的动作决策模型能直接根据场景状态信息生成与动作捕捉信息接近的动作决策，不再需依赖马尔科夫链以及隐式变量推断，大大简化了模型的训练与部署流程，有效提高模型的训练效率。