在小腦皮層神經元水平上研究小腦如何實現對肢體運動的控制并運用到智能機器人系統中，是目前人工智能和康復醫學等研究領域的一個熱點。目前通常使用的小腦模型僅以控制效果為目的，雖借鑒了小腦的功能模式，卻忽略了小腦的結構特性。實際上，小腦模型除了用于實現控制目的以外，還應該具有控制過程的可解釋性并能分析小腦發生病變時帶來的后果等，所以需要建立一種更能表達小腦特性的仿生小腦模型。本文在神經元水平上探討了小腦如何處理外部輸入信息進而產生控制指令的過程，通過對具有勻質結構的小腦進行功能化分塊，構建了一種包含小腦皮層主要細胞類型和細胞間連接方式的新型仿生小腦運動控制模型。通過仿真實驗和力反饋器控制實驗表明，本文構建的仿生小腦運動控制模型與目前廣泛應用的小腦關聯控制器模型相比，具有更好的控制效果，從而驗證了本文仿生小腦運動控制模型的有效性，為進一步實現真正意義上的類腦人工智能控制奠定了基礎。