针对结构固定认知模型中存在的学习浪费与计算浪费问题,在具有内发动机机制的感知行动认知模型基础上,根据操作条件反射学习特性,借鉴潜在动作原理,建立起一种具有发育机制的感知行动认知模型D-SSCM(Development-sensorimotor　cognitive　model),具体为一个14元组,包含离散学习时间集、内部可感知离散状态集、可输出动作集、有效输出动作空间集、潜在动作关系集、可输出动作空间探索率集及发育算法等.针对模型发育过程,分别设计了模型结构扩展式发育方法和算法以及缩减式发育方法和算法,定义了模型的发育式学习过程.使用两轮机器人自平衡任务对设计的学习模型进行验证,实验结果表明,发育机制下的感知行动认知模型D-SSCM具有更快的学习速度及更稳定的学习效果.