針對(duì)兩輪自平衡機(jī)器人在學(xué)習(xí)過(guò)程中主動(dòng)性差的問(wèn)題，受心理學(xué)內(nèi)在動(dòng)機(jī)理論啟發(fā)，提出一種基于內(nèi)在動(dòng)機(jī)的智能機(jī)器人自主發(fā)育算法。該算法在強(qiáng)化學(xué)習(xí)的理論框架中，引入模擬人類(lèi)好奇心的內(nèi)在動(dòng)機(jī)理論作為內(nèi)部驅(qū)動(dòng)力，與外部獎(jiǎng)賞信號(hào)一起作用于整個(gè)學(xué)習(xí)過(guò)程。采用雙層內(nèi)部回歸神經(jīng)網(wǎng)絡(luò)存儲(chǔ)知識(shí)的學(xué)習(xí)與積累，使機(jī)器人逐步學(xué)會(huì)自主平衡技能。最后針對(duì)測(cè)量噪聲污染對(duì)機(jī)器人平衡控制中兩輪角速度的影響，進(jìn)一步采用卡爾曼濾波方法進(jìn)行補(bǔ)償，以提高算法收斂速度，降低系統(tǒng)誤差。仿真實(shí)驗(yàn)表明，該算法能夠使兩輪機(jī)器人通過(guò)與環(huán)境的交互獲得認(rèn)知，成功地學(xué)會(huì)運(yùn)動(dòng)平衡控制技能。