本发明公开用于控制机器人装置的装置和方法，其中该方法具有：训练具有参数模型和对象模型的控制模型，该训练具有：为多个初始状态‑目标状态对中每个初始状态‑目标状态对，提供具有状态和状态转变的控制‑状态序列，其中每个状态转变分配有任务参数组；确定状态转变‑状态‑状态转变三元组的集合，这些三元组包含在提供的控制‑状态序列中；针对每个状态转变‑状态‑状态转变三元组：适配参数模型，使得参数模型确定分配给该状态之后的状态转变的任务参数组中每个任务参数的概率分布，适配对象模型，使得对象模型针对一个或多个对象中每个对象确定针对对象状态的概率分布；且利用控制模型使用训练的参数模型和训练的对象模型来控制机器人装置。