清华AMiner团队：AI 之机器人学研究报告

雷锋网 AI 科技评论按：1920 年捷克科幻作家卡雷尔·恰佩克在《罗索姆的万能机器人》中首次使用「Robota」（后演化成现在通用的「Robot」）一词至今，已经有近一百年的时间。

在这一百年的时间里，机器人作为集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于 一体的现代制造业重要的自动化装备，已经对我们的生产、生活产生了变革性的影响。

在国际机器人联合会 (IFR)2017 年 9 月发表的「World Robotics 2017 - Industrial Robots」以及 2017 年 10 月发表的「World Robotics 2017 - Service Robots」两篇报告中，我们也可以看到目前机器人在全球范围内工业和服务市场的发展和趋势。

近日，来自清华大学的唐杰副教授所带领的团队发布了 Aminer 学术图谱数据库的第二份报告《 AI 之机器人学研究报告 》，该报告从另外一个角度——学术视角，基于他们的 AMiner 学术图谱数据库，对全球范围内机器人学的发展和趋势做了详尽的分析。

内容速览

一、机器人的现状及市场

二、机器人学的知识图谱

三、机器人学的技术起源

四、机器人学的学者分布

五、机器人学的研究学者

六、机器人学的发展趋势

七、相关政策

八、结语

详细内容请查看《 AI 之机器人学研究报告 》；

往期报告内容请查看 《 AI 与自动驾驶汽车研究报告 》。

一、机器人现状及市场

近二十年来，互联网的发展带动了一系列网络延展科技的发展，给人们的生活带来了翻天覆地的变化，未来，互联网将向物联网发展，而机器人作为物联网的重要一环，正不断改变人们的生产生活方式。

目前机器人主要分为：工业机器人和服务机器人两大类。工业机器人细分为焊接机器人、搬运机器人、装配机器人、处理机器人、喷涂机器人五大类，服务机器人细分为个人、家用机器人、专业服务机器人。

我们的生活正向着智能化的方向不断发展，智能手机、智能电视、智能冰箱...... 机器的智能化给人们的生活带来了极大的便利，机器人也不可避免地向着智能化发展，智能机器人将是大势所趋。智能机器人得以实现主要依赖于两项技术的突破：(1) 人机互动方式的改善；(2) 数据获取与处理能力的提升。追溯到这两项技术的学术之源，Robotics（机器人学）的发展为智能机器人产业的爆发提供了智力支持。

Robotics（机器人学）作为一门学科，在不断地研究如何进一步改善人际互动的方式与优化数据的获取与处理。而随着这一学科的不断发展，随着声音识别、图像分析等技术的全方位突破， 在大数据的时代下，智能机器人将成为继智能手机之后又一个行业的独角兽产业，并将带动其他相关链条产业的快速爆发。

作为智能机器人产业核心推动力，Robotics 的发展直接决定了智能机器人的人机交互能力和数据的获取与处理能力。以智能机器人为代表的智能硬件产业随时可能爆发，Robotics 将扮演决定性作用。

二、机器人学的知识图谱

机器人学的研究涵盖了多项内容。从机器人的结构建造，到智能化处理，Robotics 的发展以多项学科的发展为基础，这些学科的发展支撑了 Robotics 爆发式的成长。

详细来说，我们常说的 Robotics 有三种学科起源，分别属于 ArtificialIntelligence 与 Computer Systems Organization 下的学科。

其中两种分别属于 Artificial Intelligence 之下一级学科 Planning and Scheduling 下的二级学科 Robotic Planning ，与一级学科 Control Methods 下的二级学科 Robotic Planning；另一种则属于 Computer Systems Organization 下的一级学科 Embedded and Cyber-physical Systems。

L0 Artificial Intelligence

人工智能实际上是将人的智能赋予给其他工具，而机器人则是为这样的智能化提供了一个很好的容器与载体。

Robotics 作为 Artificial Intelligence 领域一个重要的组成部分，其发展在人工智能领域有两条主要的发展脉络。

其中，一级学科 Planning and Scheduling 二级学科 Robotic Planning 下的 Robotics 的代表学者有 Sebastian Thrun 、 Wolfram Burgard 、 Hirsoshi shiguro 、 Atsuo Takanishi 等。

Hirsoshi shiguro

这一领域的代表论文主要有 Probabilistic robotics 、 Robot vision 、 The complexity of robot motion planning 等。

而属于一级学科 Control Methods 二级学科 Robotic Planning 下的 Robotics 的代表学者和代表论文与前者类似，均以 Sebastian Thrun、Wolfram Burgard、Hirsoshi shiguro、Atsuo Takanishi 等学者与 Probabilistic robotics、Robot vision、The complexity of robot motion planning 等论文为代表。

L0 Computer Systems Organization

人工智能的发展为机器人提供了人的智能，极大推动了机器人的智能化的发展，而 Computer Systems Organization 则是为机器人提供了一套科学的行为行动规划系统。

属于 Computer Systems Organization 下的一级学科 Embedded andCyber-physical Systems 下的 Robotics 以 Jian Huang(黄健)与 Shankar Sastry两位学者为代表。

相关的代表性论文有

• Optimal adaptive system health monitoring anddiagnosis for resource constrained cyber-physical systems

• Toward a scienceofcyber-physical system integration

• GPSGrader:synthesizing temporal logictesters for auto-grading an embedded systems laboratory

三、Robotics 的技术源起

早在 20 世纪 20 年代前后，人们便已经产生了关于机器人的想象，在早期人们的想象中，机器人实际上是一种无所不能的超人式的存在。这些作品主要产生于捷克与美国，一些国家创作的科幻作品与动漫作品，都有大量关于人们对机器人功能的想象。

从产业的发展来看，最早在 1954 年，美国的戴沃尔制造了世界第一台机器人实验装置，发表了《适用于重复作业的通用性工业机器人》一文，并获得美国专利；1960 年，美国 Unimation 公司根据戴沃尔德技术专利研制出第一台机器人样机，并定型生产 Unimate (意为「万能自动」) 机器人。同时，美国「机床 与铸造公司」(AMF) 设计制造了另一种圆柱坐标形式的可编程机器人 Versatran (意为「多才多艺用途搬运机器人」)；1967 年日本川崎重工公司从美国购买了机器人的生产许可证，日本从此开始了对机器人的制造和开发热潮。

到了 20 世纪 80 年代，随着计算机技术的不断发展，人们关于机器人的想象逐渐成为现实，机器人技术的发展达到了一个新的水平。

从技术源起上讲，Robotics 的发展是以 mobile robot、three dimensional、genetic algorithm、adaptive control、image analysis 等学科的发展为基础的。

其中，mobile robot、genetic algorithm、adaptive control 在今天仍是研究的热点，而 three dimensional、image analysis 的热度则开始消退。

中国 Robotics 的发展

从产业的角度而言，我国对于机器人有着极大的产业需求，据 IFR 的产业报告，中国是全球机器人需求量最大的国家。但是就技术的发展而言，我国对于机器人学的研究起步比较晚。

在 20 世纪 70 年代开始，机器人学才开始在我国萌芽。随后的二十年里，机器人学在我国蓬勃发展，随着一批批中国学者前赴后继地投入机器人学的研究，我国在相关领域的学术发展在全球崭露头角。

其中，我国机器人学发展的主要历史事件有：

• 1972 年，中国科学院沈阳自动化研究所开始了机器人的研究工作；

• 1985 年 12 月，我国第一台水下机器人“海人一号”首航成功，开创了我国机器人研制的新纪元；

• 1997 年，南开大学机器人与信息自动化研究所研制出我国第一台用于生物实验的微操作机器人系统；

• 2015 年，国内版工业 4.0 规划——《中国制造 2025》行动纲领出台，其中提到，我国要大力推动优势和战略产业，快速发展机器人，包括医疗健康、家庭服务、教育娱乐等服务机器人应用需求。

经过近四十年的发展，我国机器人的研究有了很大的发展，有些方面已达到世界先进水平，但与先进的国家相比还是有较大差距，从总体上看，我国机器人研究仍然任重道远。

四、Robotics 的学者分布

1、全球 Robotics 的学者分布

机器人学的全球学者分布与相应国家对于机器人的产业需求是类似的， 全球Robotics 研究学者集中分布在美、中、日、德等少数国家，美国在 Robotics 方面的研究在全球遥遥领先。

2、中国Robotics的学者分布

在中国，Robotics 研究学者集中分布在北京、江苏、广东等地。京东、阿里巴巴、腾讯等企业在 Robotics 领域持续加大投入。

五、Robotics 的研究学者

有关 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 十人为首的流派研究构成。

这十位研究学者分别来自于不同的研究机构，研究兴趣主要集中在 human motion、mobile robots、motion planning、humanoid robots 和 human robot interaction 等方向。这些学者在 citation、G-index、H-index、diversity 和 sociability 方面都有着不俗的表现，但是近两年参加的活动较少。

在 Robotics 的研究学者中，学术新秀主要是 Albert Y. Zomaya、Witold Pedrycz、Fuchun Sun(孙富春)、Dasgupta Prokar、Shuzhi Sam Ge 等人。

六、Robotics 发展趋势

Robotics 的发展主要围绕 mobile robot、human robot interaction、real time等细分领域的研究展开，从全局热度与近期热度看，侧重点有重合也有不同。

1、全局热度

从全局的热度来看， Mobile Robot 、 Humanoid Robot 、 Human Robot Interaction 、 Real Time 、 Neural Network 、 Sensor Networks 等是整体关注的热点。

（1975-2016 Robotics 全局热度）

Mobile Robot

移动机器人是最常见的应用机器人之一，无论是在家庭日常所用的机器人，比如自动扫地机器人；还是在工厂里运作的机器人，比如物流机器人，移动机器人技术都是研究不可回避的一个技术要点。

（1985-2016 Mobile Robot 发展趋势）

移动机器人的研究有着两条不同的技术路线：

• 以日本和瑞典为首的“需求牵引，技术驱动”的路线。 走这条技术路线的国家主要是根据产业的发展需求出发，以需求为导向，生产出一批具有特定功能的应用型机器人，从而形成了庞大的机器人产业。

• 以美国和欧洲为代表的依托人工智能来进一步发展机器人的路线。 这些工作从模仿人或者某些动物的功能出发，进行着研发与智能有关的机器人的工作。这一条技术路线的发展受制于人工智能的发展，因为目前人工智能的发展尚落后于人们对于人工智能的期待，所以这一方向的研究成果大多处于试验阶段，尚未投入实际的生产生活的应用。

Humanoid Robot

人形机器人，即具备人类的外形特征和行动能力的智能机器人。人形机器人的发展需要解决机器人的行走问题、感知问题、交互与智能化的问题。而这三大问题的解决则与机构学、控制技术、传感器技术、人工智能这些技术的发展息息相关，这四种技术的发展与进步直接影响着人形机器人技术的发展。

（1995-2016 Humanoid Robot 发展趋势）

与移动机器人类似，在技术的发展路线上，人形机器人同样有着两条不同的线路：

• 一种是追求外形上与人类的更加类似。 这条路线致力于完善机器人的外部细节，使人形机器人在细部特征上与人类完全一致。

• 另一种追求功能上与人类的更加类似。 该路线则是希望人形机器人能够具备与人类一样的运动能力、灵活性与对环境的判断能力。

Human Robot Interaction

Human Robot Interaction 在近二十年来飞速发展，Sebastian Thrun、GerdHirzinger、Kerstin Dautenhahn 等学者极大地推动了该研究的发展。

（1995-2016 Human Robot Interaction 发展趋势）

随着信息技术的发展，人机互动的模式也在不断丰富， 人机交互的发展可以分为四个阶段：1) 基本交互；2) 图形式交互；3) 语音式交互；4) 感应式交互(体感交互)。 当前机器人的发展越来越强调交互形式的智能化， 体感交互将成为未来交互发展的新方向。

• 基本交互 ：基本交互是最基础的人与机器的原生态交互。不论是早期的算盘，还是现代的计算机键盘（以及各种按钮）都属于这类交互。

• 图形交互 ：早期的图形交互以显示屏、鼠标的出现为标志，触屏技术的成熟则将图形交互这一方式推动到了一个新的高度。

• 语音交互 ：语音交互正逐渐由早期的单向交互发展为双向交互。单向交互中，机器只能够识别输入的语音，将声音信号转化为文字信号，例如讯飞的语音识别系统。双向交互则能够实现机器对声音信息的反馈，例如微软的 cortana、小冰，Google 的 google now 以及苹果的 Siri 等。

• 体感交互 ：体感交互是从对人的姿势的识别来完成人与机器的互动。体感交互主要是通过摄像系统模拟建立三维的世界，同时感应出人与设备之间的距离与物体的大小，例如索尼推出的触控型投影仪，可以用手来直接控制光幕。

体感交互未来将成为先前各种人机交互技术的结合，包括即时动态捕捉、图像识别、语音识别、VR 等技术，最终衍生出多样化的交互形式，而机器人有望在未来成为体感交互的载体。

Real Time

不管是早期的工业机器人，还是现在的服务机器人，都要求机器人对现实情况做出快速的反应。机器人的工作，归根到底就是人的工作，甚至是人类活动的拓展和延伸。人能够快速地对各种不可预知的突发情况做出实时的响应，这就要求机器人也必须有此能力才能保证工作任务的完成。

（1990-2016 Real Time 发展趋势）

对于实时的研究是从 1990-1995 年开始的，21 世纪以前，Manuela M.Veloso、Jong-Hwan Kim、Sebstian Thrun 等学者奠定了该研究的发展，其中，Sebstian Thrun 教授在今天仍然积极投入相关领域的研究。

Neural Network

对于神经网络的研究最早可追溯到 1980 年代，神经网络的发展在近十年来进入了高潮，Sebstian Thrun、Dario Floreano、Kazuhiro Nakad、AukeJan Ijspeert 等学者的投入，推动了该研究的发展。

（1980-2016 Neural Network 发展趋势）

神经网络的发展推动了针对人工智能的专用处理器芯片的出现，对于机器人的智能化的实现有着重要的影响。受制于传统的通用芯片(CPU 和 GPU)，传统算法的运行效率不高，但却有着更高的成本。

人工智能专用处理芯片解决传统芯片的两大缺陷，降低了芯片的成本与功耗，与此同时大幅度提升了算法的运行效率。这些专用处理芯片可以用来加速包括卷积神经网络、递归神经网络在内的各种神经网络算法，为机器人的数据运算能力提供了重要动力。

TPU（谷歌）

Tesla P100（英伟达）

TrueNorth（IBM）

随机相变神经元芯片（IBM）

Knig hts Mill（英特尔）

星光智能一号（中星微电子）

DianNao（寒武纪）

2、近期热度

近期关注的重点则是集中在 Humanoid Robot、Human Robot Interaction、Mobile Robot、Real Time、Path Planning 等领域。

（Robotics 近期热度）

其中，Humanoid Robot、Human Robot Interaction、Mobile Robot、Real Time 无论是从全局热度来看，还是从近期热度来看，都是研究的重点。

Path Planning

Path Planning 从 1990 年开始发展，2005 年之后进入发展的高速期，大量的学者以极大的热情投入该领域的研究，主要有 Howie Choset、Manuela M. Veloso、Sebastian Thrun 等人。

（1990-2016 Path Planning 发展趋势）

自 20 世纪 50 年代世界上第一台机器人装置诞生以来，机器人的发展经历了一个从低级到高级的发展过程。

• 第一代为示教再现型机器人，可以根据人示教的结果再现出动作，它对于外界的环境没有感知。

• 第二代为带感觉的机器人，这种机器人具有类似人某种感觉的功能，如力觉、触觉、滑觉、视觉、听觉。
  

• 第三代为智能机器人，机器人通过各种传感器获取环境信息，利用人工智能进行识别、理解、推理并做出判断和决策来完成一定的任务。这就要求智能机器人除了具有感知环境和简单的适应环 境能力外，还需要有较强的识别理解功能和决策规划功能。
  

机器人路径规划是指在有障碍物的工作环境中，如何寻找一条从给定起点到终点适当的运动路径，使机器人在运动过程中能安全、无碰地绕过所有障碍物。

从研究成果看，有以下趋势：

• 智能化的算法将会不断涌现。模糊控制、神经网络、遗传算法以及它们的相互结合是研究热点之一；
  

• 多智能机器人系统的路径规划。随着智能机器人工作环境复杂度和任务的加重，对其要求不再局限于单台智能机器人，在动态环境中多智能机器人的合作与单个机器人路径 规划要很好地统一；
  

• 多传感器信息融合用于路径规划。单传感器难以保证输入信息准确与可靠，多传感器所获得信息具有冗余性，互补性，实时性和低代价性，且可以快速并行分析现场环境；
  

• 基于功能/行为的智能机器人路径规划。基于模型自顶向下的感知-建模-规划-动作是一种典型慎思结构；基于行为的方法是一种自底向上的构建系统方法。基于功能/行为的机器人控制结构融合了两者优点，这是研究的新动向之一。

七、相关政策

从 2012 年至今，许多国家针对机器人发展纷纷推出国家层面的机器人发展支持的策略，希望能够在市场上抢占机器人发展的先机与主动权。例如：

• 韩国：2012 年韩国发布《机器人未来战略 2022》，希望进入全球前三强；

• 美国：2013 年美国发布《机器人发展路线图》，提出机器人发展的九大重点领域；

• 德国：2013年德国发布《工业 4.0 战略》，让机器人接管工厂；

• 法国：2013年法国发布《机器人行动计划》，推出机器人发展九大措施；

• 英国：2014 年英国发布《机器人和自主系统战略 2020》，希望占据全球机器人 10%的市场份额。

自2016年以后，我国政策发布进入密集期。根据 2017 年 12 月 14 日召开的 2017 中国机器人产业发展大会的记录，中国机器人产业联盟正式发布了由专家委会议评选产生的 2017 中国机器人产业发展大事记。其中记录了 2017 年三大重要的国家产业政策，分别是：

1) 2017 年 5 月 22 日，国家标准委、国家发改委、科技部和工业和信息化部联合发布《国家机器人标准体系建设指南》。

2) 2017 年 6 月 30 日，机器人被正式列入国家标准《国民经济行业分类》(GB/T 4754-2017)；

3) 2017 年 10 月 25 日，《中国机器人标准化白皮书》正式发布。

八、结语

作为与机器人设计、制造和应用相关的科学，机器人学主要研究机器人的控制与被处理物体之间的相互关系；机器人学的研究极大提升了生产力的发展，提升了人们生活的便利度和幸福指数。

从 1996 年开始，机器人一直都是话题的中心。现在，全世界已有近百万台机器人在运行，机器人技术已形成为一个很有发展前景的行业，机器人对国民经济和人民生活的各个方面已经产生重要影响，未来也将在更大程度上影响人们的生活方式。

雷锋网 (公众号：雷锋网) 注：清华 AMiner 团队将持续进行AI相关的一系列研究报告（20期），目前已经发布两期

《 AI 与自动驾驶汽车研究报告 》

《AI 之机器人学研究报告》

雷锋网已经与清华 AMiner 建立紧密联系，将持续对团队的研究报告进行跟踪报道。同时也可访问  Aminer官网  并 注册Aminer账号 ，Aminer 团队将第一时间将报告发送到你的邮箱。

Aminer官网： https://www.aminer.cn/

注册地址： https://www.wjx.top/m/19719234.aspx

。