本申請(qǐng)涉及人工智能領(lǐng)域，具體公開(kāi)了一種AI模型訓(xùn)練方法、模型使用方法、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：獲取多個(gè)樣本生成模型，并根據(jù)多個(gè)所述樣本生成模型進(jìn)行對(duì)弈，得到第一對(duì)弈數(shù)據(jù)；獲取第二對(duì)弈數(shù)據(jù)，并根據(jù)所述第二對(duì)弈數(shù)據(jù)和所述第一對(duì)弈數(shù)據(jù)對(duì)待訓(xùn)練模型進(jìn)行訓(xùn)練，所述第二對(duì)弈數(shù)據(jù)為真實(shí)對(duì)弈數(shù)據(jù)；當(dāng)所述待訓(xùn)練模型收斂時(shí)，將所述待訓(xùn)練模型作為待評(píng)測(cè)模型，與對(duì)比模型進(jìn)行多次對(duì)弈，并得到對(duì)弈結(jié)果；當(dāng)所述對(duì)弈結(jié)果達(dá)到預(yù)設(shè)指標(biāo)時(shí)，確定所述待評(píng)測(cè)模型為AI模型，完成AI模型訓(xùn)練。提高訓(xùn)練出的強(qiáng)化學(xué)習(xí)模型的擬人性。