机器人的自主行为能力一直是机器人研究者追求的目标。传统的基于“感知-规划-执行”的设计路线存在很多障碍。基于行为的机器人方法为实现移动机器人的自主行为提供了新的解决方案。然而,行为设计需要一定的设计技巧。进化机器人思想采用进化的方法来得到机器人的控制参数,从而避免了人工设计具体参数的难题。首先,文中提出了基于模糊推理的适应度模糊评价方法。该方法将机器人的各个性能指标进行模糊化处理,通过模糊推理引入人类评价事物的模糊方法,最终使用清晰化得到机器人对于工作环境和作业的适应度。然而,随着评价指标的增多,需要的推理规则增长很快。另外,当需要增加新的指标或调整各个指标的重要关系时,需要重新制定模糊规则表。为了解决该问题,文中结合模糊综合评价中的权值思想,将基于模糊推理的评价方法进行,简化提出了简化的模糊评价方法。其次,文中利用进化机器人设计方法进化了巡游行为。其中遗传算法的适应度评价分别采用了基于模糊推理的评价方法以及简化的模糊评价方法。仿真结果显示：巡游行为的运动平滑性和快速性指标随着进化进行快速收敛,避碰性能指标收敛较慢,仿真结果总体上表明以上所提两种适应度评价方法的合理性和有效性。然后,文中给出了目标收集机器人的设计思路和方法。根据目标收集机器人的作业过程,将机器人的工作过程分成目标搜索和归航两个复杂行为。结合行为分解和融合方法,文中提出了复杂行为的层次化设计思路：低层的行为由基于规则的势场法组成,高层行为由多个子行为组成。行为之间的关系分为冲突和合作两种,相互冲突的行为优先级高的先触发,相互合作的行为通过行为融合产生输出。文中利用该方法设计了目标搜索和归航行为。仿真结果表明,该方法的效果较好。最后,文中利用设计的目标搜索行为和归航行为进行了综合仿真实验,实验表明本文设计的方法效果较好。另外,为了验证方法的环境适应性文中构造了新的仿真环境,并在新的仿真环境中进行了实验,实验表明本文设计的方法环境适应性很好。