本申请公开了一种步态生成网络的训练方法、训练设备以及存储介质。该方法包括：获取外骨骼机器人的静态步态轨迹作为参考轨迹；将参考轨迹和外骨骼机器人的当前的第一状态数据输入至步态生成网络，以得到步态生成网络输出的第一步态数据；基于第一步态数据对外骨骼机器人的运动进行PD控制，获取外骨骼机器人当前的第二状态数据，以及与第一步态数据对应的立即回报值；利用第二状态数据与第一步态数据对应的立即回报值对步态生成网络的参数进行更新。该方法既能够增强外骨骼机器人行走的环境适应性；还能够通过，在外骨骼机器人步态生成网络的训练中加入PD控制器，减轻外骨骼机器人在实际行走时带来的给定步态数据与实际步态数据之间的误差。