情感在认识论及人工智能领域的研究近年来逐渐流行起来，在情感模型的多种研究领域中，机器人情感模型引起人们的极大兴趣。因为，随着社会需求发展，人们期望机器人具有情感能力，使机器人不再是一种工具，而是人们工作中的伙伴，让人们在没有接受培训的情况下更加方便的使用机器人。机器人情感模型研究重点在于通过各种传感器获取由人的情感所引起的生理和行为特征信号，建立“情感模型”，从而创建一个理解人类情感，并能做出智能、友好反应的机器人。 情感作为基础元素在人类和动物的认识领域(如：感觉，注意力，记忆力，决策及社交)所起的重要作用渐渐被认识。早期的心理学家就指出：情感，刺激及其它的一些情感现象与智能体的认识过程，控制机制，及行为扩展都有着深刻的联系。情感模型的发展不只依赖于心理学的发展，还依赖于工程学，认知科学，计算机等学科的发展与协调。在这个背景下，本文以统计心理学著名情感模型OCC情感模型和心理学家PaulEkman的情感分类两大理论为基础，综合现有机器人情感模型建立方法，建立了一个机器人情感模型达到以下目的： ◆以机器人传感器得到的某些环境信号作为情感模型的输入，经过情感模型处理，从模型输出得到类似于人类的反应情感 ◆通过设计面部表情来表达模型的输出，让人觉得亲切易懂。 这篇论文首先将介绍有关人工智能情感模型的背景知识和发展现状；然后详细介绍了建立情感模型相关的概念，模糊控制理论相关知识，人工智能理论相关知识，以及统计心理学著名情感模型OCC情感模型和心理学家PaulEkman的情感分类两大理论；接着，本文根据人工智能理论结合模糊控制理论设计了一个情感模型，文章详细介绍了这个情感模型的建立过程，各个模块的组成及相互联系；最后，本文对此情感模型进行了仿真试验，详细分析了这个情感模型的性能，并给出了对其部分性能的测试的结果及分析。 本文的创新性在于： (1)通过设计通用型参数，来达到模型适用于一类环境的目的，例如虚拟游戏人物，智能玩具领域。从而对已有情感模型大多只适用于单一环境的情况进行了改进。 (2)通过直接更改情感空间的区域设计，来达到通过对模型的简单修改使情感模型具有不同性格特征的目的。