随着机器人学、发展心理学和神经生理学等学科的不断发展,一个新的交叉领域产生了,即发育机器人学。发育机器人模仿人类心理发育,无须面向任务进行编程,将人工智能专家从繁重的体力与脑力劳动中解放了出来,同时具有在线学习等优点,很快便成为了机器人领域的研究热点之一。但是现有的发育机器人模型都存在着一个共同的缺陷,那就是无法有效的处理任务冲突的问题,如何解决这一问题是当务之急。本文首先给出了发育机器人的概念,并综述了发育机器人的国内外研究现状及其特点。进而对发育机器人模型进行了介绍,从传感信息获取与预处理、特征提取、记忆算法以及执行机构等四方面对发育模型做出了详细的分析。在上述分析的基础上,总结出了三种具有代表性的发育模型:CCIPCA+HDR模型、分层模型与Schema模型,并对各自的优缺点进行了分析。然后,针对现有模型不能解决任务冲突的问题,给出了一个任务驱动的发育模型——TDD(Task-Driven Developmental)模型。着重介绍了TDD模型中所用到的关键技术及算法流程,并与J.Weng的CCIPCA+HDR模型进行了比较,显示了TDD模型的优势。本文接下来从本能特性、实时性、任务冲突性、多任务性以及扩展性等五方面对TDD模型进行了性能测试,仿真实验与实体实验的结果表明了此模型可以有效地解决任务冲突,并能体现出机器人发育的特性。最后,对未来的工作做出了一些设想。