随着人机交互技术的飞速发展,人们越来越注重机器人情感状态对整个交互过程的影响,重点关注机器人的情感响应过程和情感引导过程。以增强机器人在交互过程中的情感计算能力为目的,赋予机器人独特、主动的特点使其能够对参与人的输入情感进行响应并引导参与人情感向目标情感逐步过渡。该文先介绍机器人情感计算（Affective Computing,AC）,然后针对实现机器人情感响应和对参与人情感引导的问题,构建不同的模型并验证所提模型的有效性。主要工作与创新如下:针对现有人机交互系统中机器人不能表达出独特、自然、生动的情感进而导致的参与人满意度和体验感不高的问题。依据PAD（Pleasure-Arousal-Dominance,PAD）情感空间提出了一种基于模糊认知图的机器人情感响应模型,考虑赋予机器人类似人的性格特征和社会角色,对人机交互中机器人情感响应过程进行建模。根据交互上下文得到参与人情感值,融入性格特征、社会角色的机器人会生成独特的自我意识,并且能够把握时机主动地参与到对话中,实现对参与人交互情感的响应并影响参与人下一时刻的输入,增加机器人交互过程中情感响应的独特性、主动性。实验结果表明所提模型能够增加机器人情感响应的主动性、独特性并且能够有效提升参与人的交互满意度,增加参与人交互体验感。针对当前人机交互过程中机器人情感表达缺乏主动性、引导性以及容易造成参与人情感体验跌宕起伏的问题。考虑连续时间情感的变化趋势,结合强化学习方法通过增加机器人情感表达的主动性引导参与人情感状态向目标情感状态逐渐过渡并维持在目标情感附近。首先依据情感的统计特性绘制出已知目标情感状态下参与人情感变化曲线;其次结合社会性交互心理学以及参与人交互需求以认同感、安全感、归属感逐渐递进的情感状态作为强化学习的奖励函数;最后从参与人交互体验感和情感精确度出发利用强化学习建立具有反馈机制的智能机器人情感引导模型,实现机器人在连续交互过程中引导参与人达到目标情感状态。实验结果表明所提方法能在保证情感精确度的前提下逐步引导参与人到达目标情感,进一步提升参与人交互满意度。