氨气引发的雾霾污染问题正逐渐引起人们的关注。具有大比表面积的二维材料MXene在氨气气敏和吸附方面展现出巨大潜力。然而,当前针对MXene吸附氨气的研究仍只停留在极少数案例上,且对吸附的机理尚无规律性的研究。本文基于第一性原理计算,研究了一类MXene材料（M2CO2）对氨气的吸附能,主要研究内容如下:计算了6种M2CO2（其中M=Ti、V、Zr、Nb、Hf与Ta）对氨气的吸附能,确定了稳定的吸附位点。对比氮气、氧气和甲烷等其他8种气体,M2CO2对氨气具有特异性吸附。态密度和巴德电荷计算表明,特异性吸附的原因是M2CO2与氨气小分子之间较强的电荷转移。进一步分析发现,吸附距离与吸附能存在较好的线性关系,并且同一族过渡金属元素构成的M2CO2表现出相似的吸附趋势,吸附能随着M的元素周期增大而增大。对掺杂M2CO2吸附氨气进行几何优化后,发现绝大多数过渡金属掺杂都能形成稳定的结构。采用机器学习方法系统研究了掺杂的影响,在构建特征时采用人为辅助添加特征的办法提高了随机森林、梯度提升、极端随机森林模型的泛化能力。研究发现,同一M2CO2基底随着掺杂原子半径的减小,吸附能呈现降低的趋势,较小的电负性通常对应较大的吸附能。通过特征选择得到了模型的高贡献度特征,用多项式回归确定了这些特征与吸附能之间的相关性,解释了过渡金属掺杂对M2CO2吸附氨气的周期性影响。本文的结果可以为筛选灵敏度高、吸附性强的氨气气敏或吸附MXene材料提供参考。