以机器道德决策支持系统研究为主线,借助于符号主义和联结主义不同的研究方法,对机器人决策历史上的研究,比如问题是如何产生的,具体的算法形式有哪些,建立了何种模型以及国内外研究现状等已有的解决思路进行了整理分析,并且在这个基础上,尝试解决机器人决策问题。本文大致结构分为三个部分,第一部分整理了神经网络研究的现有成果,第二部分整理了符号算法模型的主要思路,第三部分是结合二者的方法尝试行之有效的模型融合处理。主要内容集中在第二三四章中。分别对对神经网络的基础理论阶段经历的过程做了简单整合,然后对于MP模型,感知机原理,BP模型和Dropout思想的基本公式、公设及推论的形式及证明做了详细的分析,各形式版本进行了对比分析。第三章,对于哥德尔定理与可形式化系统,莱布尼茨符号逻辑思想分析和解释,列举了贝叶斯归纳的方法证明数学概率推理系统。第四章,本文从文献研究原始文本入手,对AMA系统的哲学层面、语义层面以及形式层面入手,分析了机器道德决策支持系统不完善的原因和结果。并在此基础上尝试提出解决方案。