随着人工智能和机器人技术的快速发展,智能机器人已经具备了理解、学习、以及感知的全方面能力。机器人书法作为智能机器人领域重要的应用,其在历史、文化和工业领域都有着重要意义。当前关于机器人书法的研究主要集中在构建控制算法上,其书写方式多样化以及书写结果的多样性仍值得探索。本文通过设计基于LSTM（Long Short-Term Memory）和生成对抗网络的机器人笔画书写方法和构建机器人个性化完整汉字书写框架训练机器人学习书写不同风格的完整汉字,以实现书写多样化的书法作品。这有效实现了在无需引入中间汉字笔画及书写笔顺信息的前提下,机器人可以书写部分符合人类书写习惯的笔画书写结果。同时,本框架实现了实现点阵图像到可控制机器人的矢量图像的转换,最终完成运用点阵图像信息有效控制机器人动作。论文首先对已有的机器人笔画书写方法进行改进,文章创新设计LSTM网络和生成对抗网络中的生成网络相结合,并将机器人系统引入到新的模型中,机器人通过网络模型的输出结果逐次书写笔画轨迹,实现了梯度信息的有效传递,最终在模型的训练下,机器人完成了符合作者预期笔画书写任务。依托于这个方法,论文提出了机器人个性化完整汉字书写框架,在用户输入少量手写汉字（约700个）的情况下,帮助机器人通过学习掌握汉字的书写风格,并书写出与用户相同风格且具有多样性的完整中文汉字。在本框架中,多个模块共同完成书写任务,框架中引入笔画拆分模块将汉字图片拆分为笔画,同时将分类好的笔画利用本文提出的笔画书写方法进行训练生成笔画轨迹信息,最终由计算机通过逆运动学计算控制机器人完成书法作品的书写。实验结果表明,本文提出的机器人笔画书写方法可以书写出符合人类书写习惯的汉字笔画,在实验中应用Fréchet Inception Distance方法证明了机器人书写结果的相关性和多样性。机器人个性化完整汉字书写框架能够书写出用户没有输入字库的汉字,其结果具备可观性和多样性。同时,书写结果与用户输入的汉字风格相同。机器人书法工作中最困难地问题是找到一种省时省力地方法来书写具有丰富多样性地汉字,本文工作有效地解决此问题,并得到了令人满意的机器人书写结果。