“感知”智能时代推动人工智能向着心理学、脑科学、认知科学、神经科学与计算技术相融合的“灵魂”智能时代不断发展。在智能的人机交互与合作过程中,仿人机器人不仅需要具备仿人外形,更重要的是具备仿人的情感、仿人的思维以及仿人行为,以满足助老助残、精神慰藉、康复治疗等社会服务需求。本文围绕表情交互的过程中仿人机器人的情感决策与联想记忆展开研究。首先,基于儿童博弈任务心理实验范式,在情感自发转移及刺激转移模型上,完成人工情感产生引擎的Benchmark测试过程；其次,将QSIM推理与层次分析法引入到多Agent系统中,构建起一种基于情感推理的多Agent’情感决策模型,并通过层级结构化的方法解决了仿人机器人在智能家居环境中的复杂决策问题；而后,基于情感能量理论,建立起基于HMM(Hidden Markov Model)的自发转移与刺激转移相结合的心境状态调节算法,并在此基础上实现了仿人机器人联想记忆模型的设计与实现；最后,将上述理论、算法融入人机表情交互平台中,分析、验证模型的有效性。本文的主要创新点如下：(1)针对基于心理试验范式的人工情感产生引擎的Benchmark问题展开研究,建立了一种基于概率有限状态机的范式描述模型,将儿童博弈任务心理实验范式作为人工情感产生引擎的Benchmark问题的一部分,以通用性、有效性作为评价指标,从情绪强度变化、纸牌选择变化、收益变化、选择次数四个方面对引擎的性能进行评价,并在基于马尔可夫链基本理论的自发转移与刺激转移的情感产生模型上研究其测试过程。实验结果表明,本文所设计的人工情感产生引擎可以较为真实的模拟儿童在博弈任务中的心理过程,为特定模式下的心理模型验证提供统一的输入基础。(2)依据情感决策体系结构,在传统多Agent群体决策支持系统框架基础上,将Agent内部拆分为决策分析、用户交互、数据处理和信息路由模块,从而有效利用Agent的反应性、自主性和社会性等特点来实现实时的数据采集、决策目标分析和相互协作功能,为人机和谐交互提供保障；此外,将QSIM推理与层次分析法用于多Agent的情感决策系统中,通过层级结构化的方法来解决智能家居环境中的复杂决策问题,进而实现对网络拓扑、环境状态、情感预测、机器人故障等不完全和不确定性知识的推理功能。从而在智能家居环境中构建起一种基于情感推理机的多Agent情感决策系统,并对上述模型与结构进行有效性验证,同时进一步优化仿人机器人情感决策能力。(3)根据情感能量理论,将个性化的情感模型划分为情绪刺激转移随机过程、情绪自发转移随机过程、心境刺激转移控制过程和心境自发转移动态平衡过程,在此基础上,提出了一种基于HMM的自发转移与刺激转移相结合的心境状态调节算法,并通过记忆与心境间关联性的分析,结合机器人自身需求构建起一种基于BP神经网络模型的联想记忆方法,通过联想记忆训练实现针对心态动态变化调节与机器人自身需求相结合的联想记忆过程模拟,从而提出一种可用于仿人机器人的联想记忆模型,最终使机器人具备动态的心境变化与调节能力,实现外界激励下的情感计算过程。(4)从系统结构、硬件机构、功能模块三个方面阐述了具备14自由度的仿人机器人平台的整体设计过程；基于PAD(Pleasure-Arousal-Dominance)三维情感空间的情感能量及情感状态转移模型,从情感特性角度,对情感状态的强度及衰减特性进行描述,实现了基于心理能量的仿人机器人情感控制及表情调节过程；搭建起基于C3编程语言与SQL Server数据库的人机交互管理系统,实现对于仿人机器人交互平台的交互管理,并将本文所研究的模型与算法应用于仿人机器人系统中进行交互实验,在此机器人平台上实现了集情感评价、情感决策、联想记忆、情感调节于一体的人机交互与合作过程。