【2022 机器人领域研究热点与发展趋势综述】

1.1趋势： 

• 借助认知科学的方法得到突破突破深度学习的数据瓶颈 

• 学习范式可从依靠“大数据”转变成依靠“大规则” 

• 通过耦合、交互、增强、互补等实现人机的无缝连接 

• 机器人和AI相结合为智能体，AI和人类相结合为人机耦合以及增强智能，而机器人和人类相融合为增强机体 

1.2 具体研究方向： 

• 不同细分场景定制（柔性、可变形液态金属……） 

• 机器学习 

• 发展方向：少样本、因果推理、群体智能、认知科学、多模态多源数据、知识规则 

• 运动智能（机器人肢体灵活性逐渐趋近于生物，波士顿动力机器人的研究方向） 

• 发展方向：仿生、逼近控制、柔性机器人 

• 当前限制： 

计算资源、能量、运动控制的限制 

波士顿动力机器人的运行方式是基于电机驱动，存在很多缺点，例如刚性运动、自重比较大、反应速度和灵活性的矛盾以及耗能大 

来源: 

IEEE Fellow李世鹏 ：人工智能与机器人前沿研究之思考 

IEEE Fellow李世鹏 ：人工智能与机器人前沿研究之思考

• 目标：机器人的运行系统应该像人一样满足：高效、灵活、精确、鲁棒、刚柔并济、轻量、自适应等指标 

• 研究方向：运动智能的一个重要研究方向是：仿生。仿照动物的运动智能，例如运动控制采用逼近反馈式，运动过程视变化随时灵活调整。 

• 增强智能（机器人模仿人类思维、帮助人类增强物理机体能力） 

• 发展方向：增强智能、增强机体、无缝角色转换和合作 

• 当前瓶颈：机器学习框架大都是基于大数据的深度学习框架，会遇到机器智能处理不了的情景，这对于某些高风险领域，例如自动驾驶等来说是致命的 

• 待解决的核心问题： 

• 核心问题1：机器智能如何感知自己处理不了一些情况，而主动要求人来接管？ 

• 核心问题2：什么时候人类可以完全放手给机器自主完成任务？ 

• 核心问题3：什么样的人机交互设计能充分发挥人和机器各自的长处，同时又无需非必要地麻烦对方？ 

• 增强机体 

• 目标：实现人与机器和谐共处，操控起来如同人类的自己的器官一样自然 

• 核心研究课题：机器感知人的意图、人的姿态、理解人的自然语言命令、肢体语言等等，从而让机器以最适合人类接受、恰到好处的平滑方式帮助人解决问题 

• 智能交互-人机协作中的耦合、交互、增强、互补、协作 

• 目标：不需要告诉机器人类的意图，机器就能领会，从而达到人机的无缝连接、群体协作，情感识别，生物信号控制（脑机接口、生物肌电信号） 

• 重点研究：人机自然交互、感知及增强。具体可能包括：生物特征检测和识别、人机接口、脑机接口、语音识别、动作识别、表情识别、语言理解、意图理解、体态感知、无隙增强，以及在扩展现实与远程现实的延伸等 

• 群体智能-多智能体协作 

• 发展方向：简单单体、协同感知（视野等信息共享）、协同控制、协同行动、社会属性（工厂内流水线分工协作、仓储场景下多个抓取分类的机器人有效调度提高工作效率）、去中心化控制（允许智能体之间存在自主行为，在相互协作的同时还能做自己的事）、自动驾驶中协同感知和协同控制 

• 智能体群体协作目前涉及的规则：群体行为模型和激励机制、群体智能协同决策 

• 智能皮肤-触感-敏感触觉技术 

参考来源： 

机器人领域十大前沿技术

It’s not easy giving a robot a sense of touch

Robo-skin mimics our neuro architecture

Coming soon: robots with jellyfish skin

      黑暗等视野不佳的环境中可以仅凭触感判断抓握是否成功 

1.3机器人分类： 

1.3.1按照应用场景： 

• 医疗（手术（达芬奇机器人） 

• 康复（义肢（结合脑机接口、肌电信号）、外骨骼） 

脑机接口 

2000 Brain–Computer Interface Technology: A Review of the First International Meeting