自古至今，人類不斷地從大自然中獲得靈感，提煉總結出新的機理、方法來解決生產和生活中遇到的問題。從上個世紀開始， 人體信息處理機制引起了科學工作者的興趣， 由腦神經系統、遺傳系統、免疫系統發展而來的人工神經網絡、遺傳算法、人工免疫系統的理論、模型與應用的研究獲得了很大成功，這充分顯示出基于人體信息處理機制的智能模型研究的重要理論意義和應用價值。上世紀 90 年代，國內外的一些研究者已開始意識到： 內分泌系統的分布式調節機制作為生物信息處理的一個重要組成部分， 在開發新的人工智能模型和算法時是不應被忽視的。 1988 年生物學家 E. A. Kravitz 在對龍蝦行為控制機理的研究中，提出了生物荷爾蒙控制模型。隨后 R. Brooks 在生物激素控制模型的基礎上提出了荷爾蒙計算模型，這是 AES 相關研究的開始。L.S. Farhy 于 2001 年提出了對激素腺體分泌激素的通用規律; 日本學者 T. Shibata 等提出了類似情感模型的仿荷爾蒙機制，并在情感識別機器人的控制中得到應用。SHEN W M 提出了一種數字荷爾蒙模型， 較好地解決了多機器人系統中的通信和控制難題。O. Avila-Garcia 受生理學中相同解剖結構的神經元可以抽取不同的功能效應的啟發， 提出一種獨特的仿荷爾蒙機制。2003 年，Neal 和 Timmis 首次提出了人工內分泌系統一詞，并就生物機體的動態平衡原理對神經-免疫-內分泌系統的綜合研究進行了探索。Renteln 于 2008 年提出人工荷爾蒙系統的概念用于自組織的任務分配。在國內，黃國銳借鑒內分泌系統對神經系統的高層調控機制，提出了集神經、遺傳、內分泌系統于一體的 IBC 自主體控制結構。劉寶等基于下丘腦-垂體-睪丸素內分泌調節回路模型，設計了一種雙層結構控制器。崔嵬基于免疫應答原理和內分泌調節機理， 提出了一種新的免疫內分泌算法。目前，對人工內分泌系統尚沒有進行系統全面的研究，現有的研究成果多集中在 AES 和其他系統相結合的方面，AES 在整個大系統中一般是作為一個很小的模塊起調節的作用， 而應用多集中在機器人的自主導航方面。本文通過分析內分泌系統的生物機理，綜合介紹了當前 AES 領域的主要研究狀況，分析其存在的問題，并給出下一步的重點研究方向和思路。