本申请实施例公开了一种决策模型的训练方法、装置、设备、存储介质及程序产品，属于人工智能领域。该方法包括：获取各个虚拟角色对应的模型池，模型池中包含虚拟角色对应的各个决策模型，决策模型用于指示虚拟角色在对战时采用的对战策略；在第n轮迭代过程中，基于虚拟角色间对局过程中的对局数据，对各个虚拟角色的第n决策模型进行更新训练，得到各个虚拟角色的第n+1决策模型，以及将各个第n+1决策模型分别添加至对应虚拟角色的模型池中；在满足迭代训练结束条件的情况下，将模型池中最后一轮训练得到的决策模型确定为虚拟角色的目标决策模型。通过针对各个虚拟角色分别训练对应特定决策模型的方式，提高各个虚拟角色对战时的对战胜率。