结合人的学习发展，我想智能机器人的学习可大致分为三个阶段。而第一阶段最为重要。奖惩系统的学习是学习的核心，是最重要的。

一、基础学习阶段。

才制造出的智能机器人存在先天和中介奖惩刺激，在这些奖惩刺激的影响下形成各种相应的奖惩预期。

1、              有了简单的奖惩预期就会有简单的目的、简单的注意力分配，会产生基本行为的学习，最终使行为习惯化。如视觉的注意等。

2、              通过奖惩学习会形成基本与环境相适应的简单的注意习惯，注意又影响了记忆内容。

3、              形成与环境相适应的回忆习惯。

4、              由于推理设计到一些规则的记忆和比较高级的注意力的分配，开始时智能机器人应不具有推理的能力，只能进行一些简单的推理的记忆。

5、              早期更多的是普通性回忆及想像性回忆，状态性回忆需要奖惩系统发展到一定程度才会出现。

6、              认识对行为的影响处于发展初期。

       　　通过奖惩学习会获得一些新的奖惩预期刺激，如监护人的面容、面部表情、一些语言，在这些基础上会逐渐获得另一些能力。（新的奖惩预期刺激的形成往往与一些能力的发展相互促进，如监护人的面部表情要成为奖惩预期刺激，首先需要具有视觉注意的能力。）

1、  行为的复杂。

2、  语言能力。

3、  模仿习惯、欲望、能力。

4、  进一步完善的注意习惯。

5、  逐步发展完善的想像性回忆、状态性回忆。

6、  对简单推理的记忆、应用。

7、  认识对行为的影响形成并不断完善，逐步形成现实判断体系。

       　　这些发展为进一步的学习提供了基础。在交流与实践中形成对某些媒体内容的奖惩预期（不同媒体可有不同的标志对象被注意，作为奖惩预期刺激）

二、媒体学习阶段，类似于人的学校学习。

　　在这个阶段获得知识的同时，奖惩系统、能力也不断发展完善。为下一步的工作提供角色培养。

三、工作学习。

为社会创造价值的阶段。