对话系统作为人机交互的重要接口,受到了学术界和工业界的广泛关注,并在诸多商业场景中得到落地应用。其中,以智能手机助理、车载系统、智能家居、智能客服等为代表的任务导向型对话系统为人们的生产生活带来了诸多便利。任务导向型对话系统旨在以对话的形式协助用户完成一个或多个领域的特定任务,能够提高服务的便捷性,减轻客服负担,降低服务成本。新一代智能对话系统的目标是让人机对话像人与人的对话一样高效、便捷且自然。这要求对话代理不仅能够协助用户完成相应的任务,还能够与用户建立起人与机器的情感纽带,进而提高对话系统的用户粘性。随着近年来深度学习的发展,情感人机对话技术的研究已取得不少成果。然而,现有的相关工作主要关注于情感识别和情感对话生成,而关于如何利用情感信息改善对话策略学习的研究则相对缺乏。特别是在任务型对话领域,策略学习的研究仍存在一些问题亟待解决。因此,本文围绕任务型对话场景,针对情绪感知的对话策略关键技术问题开展研究,主要工作和创新点如下:（1）为了解决现有的任务型对话策略学习方法偏重于对话的完成效率而忽略了用户满意度的问题,本文提出了情绪敏感的对话策略学习模型。在引入用户对话情绪特征的基础上,该模型结合深度强化学习和监督回归方法,通过动作价值函数和情感效用函数对响应动作在对话效率和用户满意度两个目标上的价值进行量化,并通过加权融合模块构建能够兼顾上述目标的策略模型,从而改善对话系统的使用体验。实验结果表明,该方法能够显著地提高策略模型的对话成功率和用户满意度,并在不同领域的任务上均取得了较好的效果。（2）针对现有的对话策略学习方法对用户模拟器存在依赖的问题,提出情绪感知的深度Dyna-Q方法,克服现有的深度Dyna-Q学习模型没有考虑用户情绪模拟的问题,并改善当前方法所面临的模拟性能不佳的问题。该方法主要对世界模型结构进行改进:在融合用户目标的基础上,基于子目标分割算法和注意力循环网络从对话状态和上下文中提取丰富特征;同时,提出基于LSTM网络的前瞻预测模块对未来的交互轨迹进行学习,从而提高世界模型的模仿能力,并改善深度Dyna-Q学习的效果。实验结果表明,该方法优于目前先进的基线方法,并在训练效率上显著优于基于对抗生成学习的D3Q模型。（3）针对现有的任务型对话代理无法自适应地对响应的情感类别进行决策的问题,提出面向任务型对话的交互情感学习模型,构建对话代理的情感响应策略。该模型提出知识强化的对话上下文编码网络,利用分层Transformer实现对话级文本特征编码,并结合对话中的任务相关信息丰富编码的语义特征;同时,提出利用变分网络从语料中建模对话中的情感响应模式,赋予模型对合理情感响应进行推断的能力,缓解响应情感预测任务所面临的目标文本缺失问题。在带有情感标注的任务型对话数据集Frames-Emo上进行了实验,实验结果表明所提出的模型相比于基线方法在F1-值指标上取得了较大的提高。（4）在本文前述工作的基础上,提炼出可用于实验分析和复现的数据集和工具,以缓解当前情感人机对话领域研究所面临的缺乏公开可用的数据集和开源工具的困难。提出融合了议程方法和情感认知评价理论的情感用户模拟器,实现人机交互中不同性格用户的动作与情绪模拟。构建带有情感标注的任务型对话数据集Frames-Emo,为响应情感预测问题的研究与未来工作积累一定的数据基础。