本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的零樣本學(xué)習(xí)模型的訓(xùn)練方法及裝置、計算機(jī)可讀存儲介質(zhì)，該方法包括以下步驟：獲取已訓(xùn)練的分類模型；固定已訓(xùn)練的分類模型的參數(shù)，將訓(xùn)練數(shù)據(jù)輸入已訓(xùn)練的分類模型；從已訓(xùn)練的分類模型獲取訓(xùn)練數(shù)據(jù)經(jīng)特征提取后得到的特征數(shù)據(jù)，將特征數(shù)據(jù)轉(zhuǎn)換為狀態(tài)向量；將狀態(tài)向量輸入基于強(qiáng)化學(xué)習(xí)的動作預(yù)測模型，根據(jù)當(dāng)前的獎賞值進(jìn)行預(yù)測得到動作預(yù)測結(jié)果并執(zhí)行相應(yīng)的動作，以對輸入的訓(xùn)練數(shù)據(jù)進(jìn)行調(diào)整；通過損失函數(shù)優(yōu)化基于強(qiáng)化學(xué)習(xí)的動作預(yù)測模型的參數(shù)，得到已訓(xùn)練的基于強(qiáng)化學(xué)習(xí)的動作預(yù)測模型，再與已訓(xùn)練的分類模型組成已訓(xùn)練的基于強(qiáng)化學(xué)習(xí)的零樣本學(xué)習(xí)模型。本發(fā)明實現(xiàn)了進(jìn)一步提高零樣本學(xué)習(xí)模型的性能的效果。