人工智能目前的发展状态是弱人工智能较强而强人工智能较弱,出现这一问题的主要原因是人们对人类智能的本质、组成和功能认识不清。对此罗钧旻科研团队通过对各种心理学流派的研究,发现唯识心理理学对此揭示得比较透彻,他们依据唯识心理学相关理论,提出了一个智能模型——AORBCO(Agent-Object-Rilaiionship Model Based on Consciousness-Only)。首先,本文针对AORBCO模型未完全反映自我意识性、互表性、模糊性和动态性等人类智能特性的问题,对模型进行了改进和完善。改进后的AORBCO模型以信念、能力、愿望、规划和行为控制机制五部分组成代表具有自我意识的Agent,以实体间的关系模拟智能的互表性,以实体间关系紧密程度模拟智能的模糊性,通过行为控制机制感知现实世界的状态对其信念进行更新形成愿望,通过愿望驱动决策过程进行能力的组合以形成规划,通规过规划的执行作用于现实世界,从而实现对智能的动态性的模拟,形成人机物一体化。其次,本文研究设计了AORBCO模型的描述语言,该语言采用BNIF定义试语法形式,结合XML定义其静态语义:通过对Agent组成成分的定义来表示自我意识性:通过对标签组成成分的定义,来表示标签所代表的概念与其组成成分所代表的概念之间互表性;通过标签组成成分的权值,来表示标签所代表的概念与其组成成分所代表的概念之间关系的紧密程度,即模糊性:通过霍尔逻辑表示能力的语义,以便规划时使用。AORBCO模型的描述语言主要是对Agent当前状态的描述,也就是对Agent的空间知识进行描述;而Agent的行为控制机制则是利用先验知识来感知世界、理解世界、形成愿望、进行规创并执行从而对世界产生影响。本文以唯识心理学中的作意、触、受、想、思五遍行理论为基础,设计了 AORBCO智能模型的行为控制机制,使Agent随着内外部的刺激而动态地工作和演化。其中,“工作”指感知世界、理解世界、形成愿望、进行规划并执行;“演化”指工作过程对Agent的状态的更新,包括对信念、能力、愿望、规划的更新,即Agent的学习能力。行为控制机制特别强调自然演化的学习方式,即在对知识的操作中更新其内容或权值,同时权值的改变也表示了显意识与潜意识的互相转换。最后,本文设计了以求解四则运算为例的小型MAS系统,实现了模型的感知、理解、规划、执行等行为过程,对模型的结构组织和行为控制机制的可行性和合理性进行初步验证。