传统的机器人行为技能生成方法多依赖于专业技术人员进行拖动示教、系统动力学建模以及逻辑编程等。这些方法所包含的专业知识对使用者设置了较高的门槛，且需花费大量时间进行调试，同时难以适应任务变化和复杂动态的作业环境。而人类行为学习与发育的方法往往是通过观察模仿与不断的探索尝试。这样不仅能够快速掌握新技能，且习得的技能具有超强的鲁棒性、适应性和迁移能力，能适应复杂多变的环境与任务。因此，借鉴人类技能学习的模式，探索机器人拟生命智能行为学习发育方法，实现机器人高效、持续的智能发育是我们研究的目的。