机器人未知环境探索广泛应用于外星球探索、军事侦察、灾难搜救等领域。执行环境探索的机器人不仅需要对环境的地理、生物等信息内容进行探索，将未知环境变为已知环境，同时还需要规划出自身所在未知环境中的运动路径。但由于缺乏环境地图，获取周围信息通常依靠分布在机器人上的传感器完成。　　理解和模拟人和动物神经系统内在的学习和组织机制，并将这种机制赋予机器，是控制科学、人工智能和机器人学研究的重要课题。操作条件反射(OperantConditioning，OC)学习机制是人和动物神经系统内在的重要学习机制，使机器人能像人或动物一样通过学习和训练，渐进地形成运动规划的技能，无疑是十分有意义的。　　智能机器人或认知机器人是物理的具备感觉运动系统的机体，桌面机器人体积小，重量轻，投资少，研制周期短，是机器人智能行为具体化研究的理想的最小物理系统，六足机器人具有较好的机动性，崎岖路面上的适应能力强、稳定性高，所以仿生六足机器人为机器人的智能行为的研究提供了一个理想的物理平台。　　本文以仿生六足机器人为物理实验平台，基于Skinner操作条件反射自动机(Skinner Operant Conditioning Automata，SOCA)，对机器人在未知环境下的自主探索运动进行了研究。论文的研究成果体现在以下几个方面：　　第一：完成了仿生六足机器人硬件系统的设计与调试工作。搭建了仿生六足机器人的硬件系统的架构，进行了各功能模块的选型：设计实现了机器人的仿生物颈：设计将超声波传感器安装至舵机上，实现了单传感器的180°障碍物扫描范围，扫描精度控制在1°，使得在节省控制板接口资源的基础上，扩大了扫描范围与精度；设计六足机器人的腿部搭载亮度传感器，实现不同方向的亮度感知，精确地获取环境亮度值。　　第二：针对传统的人工势场法在机器人未知环境探索的路径规划中存在的问题，提出了两种改进的方法，并进行了相关的仿真实验研究以及物理模型的实验研究，证明了算法的有效性：从局部路径规划方法切入，对人工势场法进行了分析，针对机器人在趋光避障环境中遇到的问题，提出了自动增加干预势场法及关联目标点法，解决了机器人在趋光避障环境中陷入局部最小和无法到达目标问题。　　第三：将SOCA自动机应用于六足机器人的仿生自主趋光学习中，进行了仿生自主趋光学习自动机的构造，学习算法设计，程序的编制，完成了相应的仿真研究以及相关的物理实验研究工作，结果表明，机器人可以实现在趋光环境中的自主学习，证明机器人在未知环境中具备自主探测和仿生机制。　　研究工作得到了国家自然科学基金项目(61075110)和北京市自然科学基金重点项目(4102011)的支持。研究成果对机器人的仿生自主学习以及未知环境探索的研究方面具有一定的参考价值。