定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的John de Kleer 和Seely Brown 在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。
1983年，John de Kleer 和Seely Brown發表了有關定性仿真的第一篇論文A Qualitative Physics Based On Confluence?，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的Kenneth D. Forbus則對定性仿真理論作了全面的總結；1986年美國德州大學的Benjamin Kuipers在 Qualitative Simulation”一文中提出了動態仿真算法QSIM，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。
歸納推理法是定性仿真的一個新方向，它起源于通用系統理論，主要利用其中的通用系統問題求解（General System Problem Solve）技術。輸入盡可能多的行為，通過歸納學習的方式，構造系統的定性模型，進行仿真研究。歸納推理法最突出的優勢在于它完全不需要對象系統的結構信息，不需要預先提供任何模型。但是，這種方法需要采集大量的數據并處理和維護；而且，由于現實條件的限制，不能保證歸納的完備性。
樸素物理方法在理論和應用上發展得最為成熟，它興起于一些人工智能專家對樸素物理系統的定性推理研究。根據建立系統定性模型的方法，又可分為很多派別，比較有影響的有：Seely Brown和John de Kleer提出的基于摿鲾的概念的理論，K. D. Forbus 的定性過程理論，B.J.Kuipers基于約束的用定性微分方程描述的定性仿真理論等。