基于行为的机器人技术（Behavior-based robotics BBR）或行为机器人技术是机器人技术中的一种方法，其专注于能够表现出复杂外观行为的机器人，尽管很少有内部变量状态来模拟其直接环境，大多数通过感觉 – 运动链接逐渐纠正其行为。

基于行为的机器人（RBC）通常比其强化计算机化的对应物显示出更多的生物学功能，这些对应物在其功能上非常慎重。RBC经常犯错误，重复行动，并且感到困惑，但它也具有坚韧的拟人性格。红细胞和昆虫之间的比较因其行为而频繁发生。RBC是弱人工智能的例子。

20世纪80年代大多数研究红细胞的地方是麻省理工学院和Rodney Brooks教授，他在学生和同事的帮助下使用包容结构建造了一系列带轮子或腿的机器人。布鲁克斯的出版物通常用诸如“计划只是一种避免必须弄清楚下一步做什么的方式”，其机器人的拟人化特性以及相对较低的开发成本等标题编写，推广了基于行为的方法。

布鲁克斯的工作 – 无论是否意外 – 对行为方法中的两个最大品牌做出了贡献。20世纪50年代，具有神经学研究经验的英国科学家威廉·格雷·沃尔特（William Gray Walter）于1950年建造了一对热电子阀控机器人，并于1951年在英国节上展出，并采用简单的系统控制有效的行为方法。

第二个主要品牌是华伦天奴Braitenberg 1984年的着作“车辆 – 合成心理学实验”（麻省理工学院出版社）。他描述了一系列实验，证明传感器/电机之间的简单连接可能导致恐惧和爱情等复杂行为。

RBC的一些最新工作来自BEAM机器人社区，该社区由Mark Tilden创办。Tilden的灵感来自于Brooks实验（每条腿使用微控制器）的行走机制所需的计算能力的降低，并进一步降低了简单逻辑电路，基于晶体管的电子设备和设计所需的计算要求。模拟电路。

原则
基于行为的机器人技术通过使用生物系统作为模型，将自己与传统的人工智能区分开来。经典人工智能通常使用一组步骤来解决问题，它遵循基于事件内部表示的路径与基于行为的方法相比。基于行为的机器人技术依赖于适应性，而不是使用预设计算来解决这种情况。这一进步使基于行为的机器人技术在研究和数据收集中变得司空见惯。

大多数基于行为的系统也是反应性的，这意味着他们不需要编写椅子外观的内部表示，或者机器人正在移动的表面类型。相反，所有信息都是从机器人传感器的输入中收集的。机器人使用该信息根据直接环境的变化逐步纠正其动作。

基于行为的机器人（BBR）通常比其计算密集型对应物表现出更多生物出现的行为，这些行为非常谨慎。BBR经常犯错误，重复动作，看起来很困惑，但也可以表现出坚韧的拟人品质。由于这些行为，BBR和昆虫之间的比较经常发生。BBR有时被认为是弱人工智能的例子，尽管有些人声称它们是所有情报的模型。

特征
大多数基于行为的机器人都使用一组基本功能进行编程，以启动它们。他们获得了一个行为表，可以指导使用什么行为以及什么时候，避障和电池充电可以为机器人学习和成功提供基础。基于行为的机器人不是建立世界模型，而是简单地对环境和环境中的问题作出反应。他们利用从过去的经验中学到的内部知识，结合他们解决问题的基本行为。

历史
基于行为的机器人学校很大程度上归功于20世纪80年代由罗德尼布鲁克斯在麻省理工学院开展的工作，罗德尼布鲁克斯与学生和同事一起利用包容体系结构建造了一系列轮式和腿式机器人。布鲁克斯的论文，通常用轻松的标题写成，如“规划只是一种避免弄清楚下一步该做什么的方式”，他的机器人的拟人化特质，以及开发这种机器人的成本相对较低，推广了基于行为的方法。

布鲁克斯的工作建立 – 无论是否意外 – 基于行为方法的两个先前里程碑。在20世纪50年代，具有神经学研究背景的英国科学家W. Gray Walter建造了一对真空管式机器人，这些机器人在1951年的英国节上展出，并且具有简单但有效的基于行为的控制系统。

第二个里程碑是华伦天奴Braitenberg 1984年的着作“车辆 – 合成心理学实验”（麻省理工学院出版社）。他描述了一系列思想实验，展示了有线传感器/电机连接如何简单地导致一些复杂的行为，如恐惧和爱情。

后来BBR的工作来自BEAM机器人社区，该社区以Mark Tilden的工作为基础。Tilden的灵感来自Brooks实验（每条腿使用一个微控制器）的步行机制所需的计算能力的降低，并进一步将计算要求降低到逻辑芯片，基于晶体管的电子设备和模拟电路设计。

不同的发展方向包括将基于行为的机器人技术扩展到多机器人团队。这项工作的重点是开发简单的通用机制，从而隐式或明确地产生协调的组行为。