针对模糊规则的自动生成问题,采用Skinner操作条件反射(OC)和概率有限自动机(PFA)构成的OCPFA学习系统,设计能对模糊规则进行自学习和自组织的随机模糊控制策略。本策略首先采用设计的OC学习机制,从模糊行为集合中随机选取一个模糊行为,作为模糊规则的后件;然后利用环境对选取模糊行为的反馈信息,更新OC学习机制;最后依据更新后的OC学习机制,重新选取模糊后件行为,直至学习到最优的模糊规则。理论证明,其自学习和自组织过程在概率意义上是收敛的。在两轮自平衡机器人上的仿真和实验均表明,设计的随机模糊控制策略不需要系统的模型,成功地实现了机器人的自平衡控制,并提高了机器人的学习速度和控制精度。