儿童孤独症谱系障碍(autism spectrum disorders,ASD)是一类儿童广泛性发育障碍性疾病,极大程度地妨碍了个体和他人的学习生活。由于ASD病因复杂且个体差异较大,迄今为止还没有特效药物出现。研究发现这类儿童更容易接受简单、结构单一的物品,这些行为和特点使他们易于喜欢一些计算机软件或系统。因此建立一个和谐、带有情感的交互系统具有重要意义。在深入研究了智能机器人原理与人工情感理论的基础上,建立了情感交互系统框架,构建了一个基于情感认知评价理论且具有情感决策能力的情感智能体。它利用观察模块来获取外界信息,通过情绪模块对所获取的外界信息进行处理后得出交互者此时的情感状态。以此情感状态作为情感认知模块的输入,利用基于马尔可夫的情感转移模型,使智能体在外界信息刺激下达到与交互者同样的情感状态。然后情感决策模块根据智能体当前的情绪状态做出与之相应的情感行为。采用改进的主动表观模型(Active Appearance Model,AAM)定位算法对交互者的面部特征进行定位与提取,该算法以形状参数作为结合点将主动形状模型(Active Shape Model,ASM)与AAM各自参数的特点进行加权融合。在情感认知决策模块中,以强化学习理论为基础,对传统的Q学习算法进行改进,不仅考虑了来自智能体自身内部的激励而且还考虑来自外部环境的奖励,同时釆用BP神经网络方法来实现Q学习算法中的Q函数。最后通过计算机将情感行为再次作用给交互者,并重新获取交互者的面部特征信息,如此进行强化。帮助此类儿童便于理解自己的情感世界,提高他们的情感表达能力。实验结果表明,所提出的特征点定位与特征提取算法可以提高系统的稳定性和准确性,同时通过仿真实验证明了情感智能体具有良好的情感决策能力,初步验证系统的可行性。