本公開提供了一種路徑規(guī)劃模型的訓(xùn)練方法和路徑規(guī)劃方法、裝置、設(shè)備、介質(zhì)，涉及人工智能領(lǐng)域，具體涉及深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域，可應(yīng)用于自動(dòng)駕駛和機(jī)械生產(chǎn)等場(chǎng)景。訓(xùn)練方法的具體實(shí)現(xiàn)方案包括：采用編碼網(wǎng)絡(luò)對(duì)第一樣本數(shù)據(jù)中的第一環(huán)境數(shù)據(jù)進(jìn)行編碼，獲得第一環(huán)境數(shù)據(jù)的第一特征數(shù)據(jù)，該第一樣本數(shù)據(jù)還包括第一實(shí)際路徑數(shù)據(jù)；將第一特征數(shù)據(jù)輸入深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)，得到針對(duì)第一環(huán)境數(shù)據(jù)的預(yù)測(cè)路徑數(shù)據(jù)；基于第一實(shí)際路徑數(shù)據(jù)和針對(duì)第一環(huán)境數(shù)據(jù)的預(yù)測(cè)路徑數(shù)據(jù)，對(duì)編碼網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。其中，編碼網(wǎng)絡(luò)是采用第二樣本數(shù)據(jù)預(yù)訓(xùn)練得到的，第二樣本數(shù)據(jù)包括第一樣本數(shù)據(jù)所屬的目標(biāo)領(lǐng)域的數(shù)據(jù)及除目標(biāo)領(lǐng)域外其他領(lǐng)域的數(shù)據(jù)。