人们对新鲜事物有强烈的探索欲和求知欲,受这种驱动内因的支配,人们获得新知识经验,这种驱动机制在心理学中被认为是内在动机,它的形成过程同样也是一种发育过程。将生物动机机制引入到机器人系统之中,以内在动机的强化学习为框架,通过机器人对环境的自主探索和认知,实现对机器人的定点平衡、直线行走平衡和转弯平衡的控制,使两轮机器人实现自主认知发育。论文主要研究工作有以下几点:首先,对认知发育机器人的发展历程和内在动机的研究背景进行了综述,在此基础上对内在动机和强化学习的关系进行了分析。利用基于内在动机的强化学习算法,引出内在动机强化学习算法的学习框架和强化学习内在动机的定义。其次,对两轮机器人分别进行了动力学和运动学的数学建模,并对所建模型的正确性进行了验证。提出了一种基于FRBF(模糊径向基函数)网络的内在动机驱动下的强化学习算法,并在两轮机器人的模型上进行了仿真,对仿真结果进行了分析,验证了该方法的可行性。最后,为了提高算法的收敛速度,对现存强化学习算法的问题进行了概述,并针对强化学习的报酬函数、探索策略及状态空间等进行改进,结合改进措施给出了内部动机驱动下的模糊空间的分层强化学习算法,并在两轮机器人的平衡控制中完成了算法的仿真。通过试验结果可知使用该算法能在较短时间内完成收敛。