雷鋒網 AI 科技評論按：1920 年捷克科幻作家卡雷爾·恰佩克在《羅索姆的萬能機器人》中首次使用「Robota」（後演化成現在通用的「Robot」）一詞至今，已經有近一百年的時間。
在這一百年的時間裡，機器人作為集機械、電子、控制、計算機、傳感器、人工智慧等多學科先進技術於 一體的現代製造業重要的自動化裝備，已經對我們的生產、生活產生了變革性的影響。
在國際機器人聯合會 (IFR)2017 年 9 月發表的「World Robotics 2017 - Industrial Robots」以及 2017 年 10 月發表的「World Robotics 2017 - Service Robots」兩篇報告中，我們也可以看到目前機器人在全球範圍內工業和服務市場的發展和趨勢。
近日，來自清華大學的唐傑副教授所帶領的團隊發布了 Aminer 學術圖譜資料庫的第二份報告《AI 之機器人學研究報告》，該報告從另外一個角度——學術視角，基於他們的 AMiner 學術圖譜資料庫，對全球範圍內機器人學的發展和趨勢做了詳盡的分析。
內容速覽
一、機器人的現狀及市場二、機器人學的知識圖譜三、機器人學的技術起源四、機器人學的學者分布五、機器人學的研究學者六、機器人學的發展趨勢七、相關政策八、結語
詳細內容請查看《AI 之機器人學研究報告》；
往期報告內容請查看《AI 與自動駕駛汽車研究報告》。
一、機器人現狀及市場
近二十年來，網際網路的發展帶動了一系列網絡延展科技的發展，給人們的生活帶來了翻天覆地的變化，未來，網際網路將向物聯網發展，而機器人作為物聯網的重要一環，正不斷改變人們的生產生活方式。
目前機器人主要分為：工業機器人和服務機器人兩大類。工業機器人細分為焊接機器人、搬運機器人、裝配機器人、處理機器人、噴塗機器人五大類，服務機器人細分為個人、家用機器人、專業服務機器人。
我們的生活正向著智能化的方向不斷發展，智慧型手機、智能電視、智能冰箱...... 機器的智能化給人們的生活帶來了極大的便利，機器人也不可避免地向著智能化發展，智慧機器人將是大勢所趨。智慧機器人得以實現主要依賴於兩項技術的突破：(1) 人機互動方式的改善；(2) 數據獲取與處理能力的提升。追溯到這兩項技術的學術之源，Robotics（機器人學）的發展為智慧機器人產業的爆發提供了智力支持。
Robotics（機器人學）作為一門學科，在不斷地研究如何進一步改善人際互動的方式與優化數據的獲取與處理。而隨著這一學科的不斷發展，隨著聲音識別、圖像分析等技術的全方位突破，在大數據的時代下，智慧機器人將成為繼智慧型手機之後又一個行業的獨角獸產業，並將帶動其他相關鏈條產業的快速爆發。
作為智慧機器人產業核心推動力，Robotics 的發展直接決定了智慧機器人的人機互動能力和數據的獲取與處理能力。以智慧機器人為代表的智能硬體產業隨時可能爆發，Robotics 將扮演決定性作用。
二、機器人學的知識圖譜
機器人學的研究涵蓋了多項內容。從機器人的結構建造，到智能化處理，Robotics 的發展以多項學科的發展為基礎，這些學科的發展支撐了 Robotics 爆發式的成長。
詳細來說，我們常說的 Robotics 有三種學科起源，分別屬於 ArtificialIntelligence 與 Computer Systems Organization 下的學科。
其中兩種分別屬於 Artificial Intelligence 之下一級學科 Planning and Scheduling 下的二級學科 Robotic Planning ，與一級學科 Control Methods 下的二級學科 Robotic Planning；另一種則屬於 Computer Systems Organization 下的一級學科 Embedded and Cyber-physical Systems。
L0 Artificial Intelligence
人工智慧實際上是將人的智能賦予給其他工具，而機器人則是為這樣的智能化提供了一個很好的容器與載體。
Robotics 作為 Artificial Intelligence 領域一個重要的組成部分，其發展在人工智慧領域有兩條主要的發展脈絡。
其中，一級學科 Planning and Scheduling 二級學科 Robotic Planning 下的 Robotics 的代表學者有 Sebastian Thrun、Wolfram Burgard、Hirsoshi shiguro、Atsuo Takanishi 等。
Hirsoshi shiguro
這一領域的代表論文主要有 Probabilistic robotics、Robot vision、The complexity of robot motion planning 等。
而屬於一級學科 Control Methods 二級學科 Robotic Planning 下的 Robotics 的代表學者和代表論文與前者類似，均以 Sebastian Thrun、Wolfram Burgard、Hirsoshi shiguro、Atsuo Takanishi 等學者與 Probabilistic robotics、Robot vision、The complexity of robot motion planning 等論文為代表。
L0 Computer Systems Organization
人工智慧的發展為機器人提供了人的智能，極大推動了機器人的智能化的發展，而 Computer Systems Organization 則是為機器人提供了一套科學的行為行動規劃系統。
屬於 Computer Systems Organization 下的一級學科 Embedded andCyber-physical Systems 下的 Robotics 以 Jian Huang(黃健)與 Shankar Sastry兩位學者為代表。
相關的代表性論文有
Optimal adaptive system health monitoring anddiagnosis for resource constrained cyber-physical systemsToward a scienceofcyber-physical system integrationGPSGrader:synthesizing temporal logictesters for auto-grading an embedded systems laboratory
三、Robotics 的技術源起
早在 20 世紀 20 年代前後，人們便已經產生了關於機器人的想像，在早期人們的想像中，機器人實際上是一種無所不能的超人式的存在。這些作品主要產生於捷克與美國，一些國家創作的科幻作品與動漫作品，都有大量關於人們對機器人功能的想像。
從產業的發展來看，最早在 1954 年，美國的戴沃爾製造了世界第一臺機器人實驗裝置，發表了《適用於重複作業的通用性工業機器人》一文，並獲得美國專利；1960 年，美國 Unimation 公司根據戴沃爾德技術專利研製出第一臺機器人樣機，並定型生產 Unimate (意為「萬能自動」) 機器人。同時，美國「工具機 與鑄造公司」(AMF) 設計製造了另一種圓柱坐標形式的可編程機器人 Versatran (意為「多才多藝用途搬運機器人」)；1967 年日本川崎重工公司從美國購買了機器人的生產許可證，日本從此開始了對機器人的製造和開發熱潮。
到了 20 世紀 80 年代，隨著計算機技術的不斷發展，人們關於機器人的想像逐漸成為現實，機器人技術的發展達到了一個新的水平。
從技術源起上講，Robotics 的發展是以 mobile robot、three dimensional、genetic algorithm、adaptive control、image analysis 等學科的發展為基礎的。
其中，mobile robot、genetic algorithm、adaptive control 在今天仍是研究的熱點，而 three dimensional、image analysis 的熱度則開始消退。
中國 Robotics 的發展
從產業的角度而言，我國對於機器人有著極大的產業需求，據 IFR 的產業報告，中國是全球機器人需求量最大的國家。但是就技術的發展而言，我國對於機器人學的研究起步比較晚。
在 20 世紀 70 年代開始，機器人學才開始在我國萌芽。隨後的二十年裡，機器人學在我國蓬勃發展，隨著一批批中國學者前赴後繼地投入機器人學的研究，我國在相關領域的學術發展在全球嶄露頭角。
其中，我國機器人學發展的主要歷史事件有：
1972 年，中國科學院瀋陽自動化研究所開始了機器人的研究工作；1985 年 12 月，我國第一臺水下機器人「海人一號」首航成功，開創了我國機器人研製的新紀元；1997 年，南開大學機器人與信息自動化研究所研製出我國第一臺用於生物實驗的微操作機器人系統；2015 年，國內版工業 4.0 規劃——《中國製造 2025》行動綱領出臺，其中提到，我國要大力推動優勢和戰略產業，快速發展機器人，包括醫療健康、家庭服務、教育娛樂等服務機器人應用需求。
經過近四十年的發展，我國機器人的研究有了很大的發展，有些方面已達到世界先進水平，但與先進的國家相比還是有較大差距，從總體上看，我國機器人研究仍然任重道遠。
四、Robotics 的學者分布
1、全球 Robotics 的學者分布
機器人學的全球學者分布與相應國家對於機器人的產業需求是類似的，全球Robotics 研究學者集中分布在美、中、日、德等少數國家，美國在 Robotics 方面的研究在全球遙遙領先。
2、中國Robotics的學者分布
在中國，Robotics 研究學者集中分布在北京、江蘇、廣東等地。京東、阿里巴巴、騰訊等企業在 Robotics 領域持續加大投入。
五、Robotics 的研究學者
有關 Robotics 的研究主要以 Roland Siegwart、Atsuo Takanishi、Paolo Dario、Kerstin Dautenhahn、Hiroshi Ishiguro、Takayuki Kanda、Wolfram Burgard、Manuela M. Veloso、Gerd Hirzinger、Sebastian Thrun 十人為首的流派研究構成。
這十位研究學者分別來自於不同的研究機構，研究興趣主要集中在 human motion、mobile robots、motion planning、humanoid robots 和 human robot interaction 等方向。這些學者在 citation、G-index、H-index、diversity 和 sociability 方面都有著不俗的表現，但是近兩年參加的活動較少。
在 Robotics 的研究學者中，學術新秀主要是 Albert Y. Zomaya、Witold Pedrycz、Fuchun Sun(孫富春)、Dasgupta Prokar、Shuzhi Sam Ge 等人。
六、Robotics 發展趨勢
Robotics 的發展主要圍繞 mobile robot、human robot interaction、real time等細分領域的研究展開，從全局熱度與近期熱度看，側重點有重合也有不同。
1、全局熱度
從全局的熱度來看，Mobile Robot、Humanoid Robot、Human Robot Interaction、Real Time、Neural Network、Sensor Networks等是整體關注的熱點。
（1975-2016 Robotics 全局熱度）
Mobile Robot
移動機器人是最常見的應用機器人之一，無論是在家庭日常所用的機器人，比如自動掃地機器人；還是在工廠裡運作的機器人，比如物流機器人，移動機器人技術都是研究不可迴避的一個技術要點。
（1985-2016 Mobile Robot 發展趨勢）
移動機器人的研究有著兩條不同的技術路線：
以日本和瑞典為首的「需求牽引，技術驅動」的路線。走這條技術路線的國家主要是根據產業的發展需求出發，以需求為導向，生產出一批具有特定功能的應用型機器人，從而形成了龐大的機器人產業。以美國和歐洲為代表的依託人工智慧來進一步發展機器人的路線。這些工作從模仿人或者某些動物的功能出發，進行著研發與智能有關的機器人的工作。這一條技術路線的發展受制於人工智慧的發展，因為目前人工智慧的發展尚落後於人們對於人工智慧的期待，所以這一方向的研究成果大多處於試驗階段，尚未投入實際的生產生活的應用。
Humanoid Robot
人形機器人，即具備人類的外形特徵和行動能力的智慧機器人。人形機器人的發展需要解決機器人的行走問題、感知問題、交互與智能化的問題。而這三大問題的解決則與機構學、控制技術、傳感器技術、人工智慧這些技術的發展息息相關，這四種技術的發展與進步直接影響著人形機器人技術的發展。
（1995-2016 Humanoid Robot 發展趨勢）
與移動機器人類似，在技術的發展路線上，人形機器人同樣有著兩條不同的線路：
一種是追求外形上與人類的更加類似。這條路線致力於完善機器人的外部細節，使人形機器人在細部特徵上與人類完全一致。另一種追求功能上與人類的更加類似。該路線則是希望人形機器人能夠具備與人類一樣的運動能力、靈活性與對環境的判斷能力。
Human Robot Interaction
Human Robot Interaction 在近二十年來飛速發展，Sebastian Thrun、GerdHirzinger、Kerstin Dautenhahn 等學者極大地推動了該研究的發展。
（1995-2016 Human Robot Interaction 發展趨勢）
隨著信息技術的發展，人機互動的模式也在不斷豐富，人機互動的發展可以分為四個階段：1) 基本交互；2) 圖形式交互；3) 語音式交互；4) 感應式交互(體感交互)。當前機器人的發展越來越強調交互形式的智能化，體感交互將成為未來交互發展的新方向。
基本交互：基本交互是最基礎的人與機器的原生態交互。不論是早期的算盤，還是現代的計算機鍵盤（以及各種按鈕）都屬於這類交互。圖形交互：早期的圖形交互以顯示屏、滑鼠的出現為標誌，觸屏技術的成熟則將圖形交互這一方式推動到了一個新的高度。語音交互：語音交互正逐漸由早期的單向交互發展為雙向交互。單向交互中，機器只能夠識別輸入的語音，將聲音信號轉化為文字信號，例如訊飛的語音識別系統。雙向交互則能夠實現機器對聲音信息的反饋，例如微軟的 cortana、小冰，Google 的 google now 以及蘋果的 Siri 等。體感交互：體感交互是從對人的姿勢的識別來完成人與機器的互動。體感交互主要是通過攝像系統模擬建立三維的世界，同時感應出人與設備之間的距離與物體的大小，例如索尼推出的觸控型投影儀，可以用手來直接控制光幕。
體感交互未來將成為先前各種人機互動技術的結合，包括即時動態捕捉、圖像識別、語音識別、VR 等技術，最終衍生出多樣化的交互形式，而機器人有望在未來成為體感交互的載體。
Real Time
不管是早期的工業機器人，還是現在的服務機器人，都要求機器人對現實情況做出快速的反應。機器人的工作，歸根到底就是人的工作，甚至是人類活動的拓展和延伸。人能夠快速地對各種不可預知的突發情況做出實時的響應，這就要求機器人也必須有此能力才能保證工作任務的完成。
（1990-2016 Real Time 發展趨勢）
對於實時的研究是從 1990-1995 年開始的，21 世紀以前，Manuela M.Veloso、Jong-Hwan Kim、Sebstian Thrun 等學者奠定了該研究的發展，其中，Sebstian Thrun 教授在今天仍然積極投入相關領域的研究。
Neural Network
對於神經網絡的研究最早可追溯到 1980 年代，神經網絡的發展在近十年來進入了高潮，Sebstian Thrun、Dario Floreano、Kazuhiro Nakad、AukeJan Ijspeert 等學者的投入，推動了該研究的發展。
（1980-2016 Neural Network 發展趨勢）
神經網絡的發展推動了針對人工智慧的專用處理器晶片的出現，對於機器人的智能化的實現有著重要的影響。受制於傳統的通用晶片(CPU 和 GPU)，傳統算法的運行效率不高，但卻有著更高的成本。
人工智慧專用處理晶片解決傳統晶片的兩大缺陷，降低了晶片的成本與功耗，與此同時大幅度提升了算法的運行效率。這些專用處理晶片可以用來加速包括卷積神經網絡、遞歸神經網絡在內的各種神經網絡算法，為機器人的數據運算能力提供了重要動力。
TPU（谷歌）
Tesla P100（英偉達）
TrueNorth（IBM）
隨機相變神經元晶片（IBM）
Knights Mill（英特爾）
星光智能一號（中星微電子）
DianNao（寒武紀）
2、近期熱度
近期關注的重點則是集中在 Humanoid Robot、Human Robot Interaction、Mobile Robot、Real Time、Path Planning 等領域。
（Robotics 近期熱度）
其中，Humanoid Robot、Human Robot Interaction、Mobile Robot、Real Time 無論是從全局熱度來看，還是從近期熱度來看，都是研究的重點。
Path Planning
Path Planning 從 1990 年開始發展，2005 年之後進入發展的高速期，大量的學者以極大的熱情投入該領域的研究，主要有 Howie Choset、Manuela M. Veloso、Sebastian Thrun 等人。
（1990-2016 Path Planning 發展趨勢）
自 20 世紀 50 年代世界上第一臺機器人裝置誕生以來，機器人的發展經歷了一個從低級到高級的發展過程。
第一代為示教再現型機器人，可以根據人示教的結果再現出動作，它對於外界的環境沒有感知。第二代為帶感覺的機器人，這種機器人具有類似人某種感覺的功能，如力覺、觸覺、滑覺、視覺、聽覺。第三代為智慧機器人，機器人通過各種傳感器獲取環境信息，利用人工智慧進行識別、理解、推理並做出判斷和決策來完成一定的任務。這就要求智慧機器人除了具有感知環境和簡單的適應環 境能力外，還需要有較強的識別理解功能和決策規劃功能。
機器人路徑規劃是指在有障礙物的工作環境中，如何尋找一條從給定起點到終點適當的運動路徑，使機器人在運動過程中能安全、無碰地繞過所有障礙物。
從研究成果看，有以下趨勢：
智能化的算法將會不斷湧現。模糊控制、神經網絡、遺傳算法以及它們的相互結合是研究熱點之一；多智慧機器人系統的路徑規劃。隨著智慧機器人工作環境複雜度和任務的加重，對其要求不再局限於單臺智慧機器人，在動態環境中多智慧機器人的合作與單個機器人路徑 規劃要很好地統一；多傳感器信息融合用於路徑規劃。單傳感器難以保證輸入信息準確與可靠，多傳感器所獲得信息具有冗餘性，互補性，實時性和低代價性，且可以快速並行分析現場環境；基於功能/行為的智慧機器人路徑規劃。基於模型自頂向下的感知-建模-規劃-動作是一種典型慎思結構；基於行為的方法是一種自底向上的構建系統方法。基於功能/行為的機器人控制結構融合了兩者優點，這是研究的新動向之一。
七、相關政策
從 2012 年至今，許多國家針對機器人發展紛紛推出國家層面的機器人發展支持的策略，希望能夠在市場上搶佔機器人發展的先機與主動權。例如：
韓國：2012 年韓國發布《機器人未來戰略 2022》，希望進入全球前三強；美國：2013 年美國發布《機器人發展路線圖》，提出機器人發展的九大重點領域；德國：2013年德國發布《工業 4.0 戰略》，讓機器人接管工廠；法國：2013年法國發布《機器人行動計劃》，推出機器人發展九大措施；英國：2014 年英國發布《機器人和自主系統戰略 2020》，希望佔據全球機器人 10%的市場份額。
自2016年以後，我國政策發布進入密集期。根據 2017 年 12 月 14 日召開的 2017 中國機器人產業發展大會的記錄，中國機器人產業聯盟正式發布了由專家委會議評選產生的 2017 中國機器人產業發展大事記。其中記錄了 2017 年三大重要的國家產業政策，分別是：
1) 2017 年 5 月 22 日，國家標準委、國家發改委、科技部和工業和信息化部聯合發布《國家機器人標準體系建設指南》。
2) 2017 年 6 月 30 日，機器人被正式列入國家標準《國民經濟行業分類》(GB/T 4754-2017)；
3) 2017 年 10 月 25 日，《中國機器人標準化白皮書》正式發布。
八、結語
作為與機器人設計、製造和應用相關的科學，機器人學主要研究機器人的控制與被處理物體之間的相互關係；機器人學的研究極大提升了生產力的發展，提升了人們生活的便利度和幸福指數。
從 1996 年開始，機器人一直都是話題的中心。現在，全世界已有近百萬臺機器人在運行，機器人技術已形成為一個很有發展前景的行業，機器人對國民經濟和人民生活的各個方面已經產生重要影響，未來也將在更大程度上影響人們的生活方式。
雷鋒網註：清華 AMiner 團隊將持續進行AI相關的一系列研究報告（20期），目前已經發布兩期
《AI 與自動駕駛汽車研究報告》《AI 之機器人學研究報告》
雷鋒網已經與清華 AMiner 建立緊密聯繫，將持續對團隊的研究報告進行跟蹤報導。同時也可訪問 Aminer官網 並註冊Aminer帳號，Aminer 團隊將第一時間將報告發送到你的郵箱。
Aminer官網：
註冊地址：