题目：机器学习的研究现状
作者：
摘要：学习是一切智能系统最根本的特征。机器学习是人工智能最具智能特征、最前沿的研究领域。机器学习就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,不断改善性能,实现自我完善。本文对机器学习的发展过程、学习分类及应用领域进行了说明。针对机器学习研究现状进行了综述，同时借助机器学习的作用及影响对未来做出展望。
学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。人们曾对学习给出各种定义。比如西蒙Simon（1983）定义学习就是系统中的变化，这种变化使系统比以前更有效地去做同样的工作。Minsky (1985)则认为学习是在我们头脑中（心里内部）进行有用的变化。
学习能力是智能行为的一个非常重要的特征，而机器学习在人工智能的研究中具有十分重要的地位。
不过至今，对于“机器学习”也还没有统一的定义，而且也很难给出一个公认的和准确的定义。Langley（1996) 曾对机器学习做过描述，认为机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
照目前来讲，稍为严格的定义是：机器学习是一门研究机器（计算机）获取新知识和新技能，并识别现有知识的一门学科。通过公式大致可以描述为：机器学习=神经科学（含认知科学）＋数学＋计算。
机器学习在人工智能的研究中具有十分重要的地位。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。从20世纪50年代人们就开始了对机器学习的研究，从最初的基于神经元模型以及函数逼近论的方法研究，到以符号演算为基础的规则学习和决策树学习的产生，以及之后的认知心理学中归纳、解释、类比等概念的引入，至最新的计算学习理论和统计学习的兴起，机器学习一直都在相关学科的实践应用中起着主导作用。现在已取得了不少成就，并分化出许多研究方向，主要有符号学习、连接学习和统计学习等。
机器学习发展过程大体可分为以下四个部分。
50年代中叶到60年代中叶，机器学习研究的目标是各类自组织系统和自适应系统；指导本阶段研究的理论基础是早在40年代就开始研究的神经网络模型。
60年代中叶至70年代中叶所在阶段的研究目标是模拟人类的概念学习过程，并采用逻辑结构或图结构作为机器内部描述。
70年代中叶至80年代中叶，在这个时期，人们从学习单个概念扩展到学习多个概念，探索不同的学习策略和各种学习方法。本阶段已开始把学习系统与各种应用结合起来。
机器学习最新阶段始于1986年，一方面，由于神经网络研究的重新兴起，另一方面，对实验研究和应用研究得到前所未有的重视。我国的机器学习研究开始进入稳步发展和逐渐繁荣的新时期。
一个不具有学习能力的智能系统难以称得上是一个真正的智能系统！正如所讲的一样，既然称得上人工智能的机器必须具备如同人类般的学习能力。而机器学习的策略和方法究竟是什么呢？简单地说，机器学习可分为信息、发现和知识三个要素，它们分别是机器学习的对象、方法和目标。基于这三个要素，我们可以给出如下的机器学习分类。
首先是基于学习策略的分类。从简单到复杂的次序分为机械学习、示教学习、演绎学习、类比学习、基于解释的学习、归纳学习六个部分。机械式学习又称为死记式学习，其实质是用存储空间换取处理时间。示教学习方法和人类社会的学校教学方式相似，学生从环境获取信息，把知识转换成内部可使用的表示形式，并将新的知识和原有知识有机地结合为一体。而演绎学习大致而言是推理的学习过程。类比学习最是容易让人明白，著名的卢瑟福类比就是通过将原子结构（目标域）同太阳系（源域）作类比，揭示了原子结构的奥秘。基于解释的学习就是在学习过程中通过运用域内有关知识对例子分析构造规则并进行推广得到一般性的描述。归纳学习是最基本也较成熟的学习方法。原理是通过一些实例或反例让学生通过归纳推理出该概念的一般描述。
基于学习方式的分类可分为有导师学习、无导师学习以及强化学习三个类别。通俗来讲就是监督学习和非监督学习以及增强学习三个方面的内容。
基于数据形式分类包含结构化学习和非结构化学习两个方面。前者典型的例子有神经网络学习、统计学习、决策树学习和规则学习。而后者着重与类别学习\案例学习和图像挖掘等方面。
基于学习目标分类又可以划分为概念学习、规则学习、函数学习、类别学习和贝叶斯网络学习。
机器学习研究的进展对社会经济的影响是非常巨大的。美国航空航天局JPL实验室的科学家在《Science》（2001年9月）上撰文指出：机器学习对科学研究的整个过程正起到越来越大的支持作用，该领域在今后的若干年内将取得稳定而快速的发展。概括而言机器学习能使计算机的应用领域大为扩展，并使个人和组织的竟争力提高到新的水平，甚至形成人类全新的生活方式。另外，对机器学习的信息处理算法的研究将导致对人脑学习能力更好的理解。
目前，机器学习领域的研究工作主要围绕以下三个方面进行。首先是面向任务的研究，其内容是研究和分析改进一组预定任务的执行性能的学习系统；其次是认知模型，研究人类学习过程并进行计算机模拟；还有就是理论分析，从理论上探索各种可能的学习方法和独立于应用领域的算法。
在理论方面，关于观察例的数目，所考虑的假设的数目和学习到的假设的预计误差之间的基本关系的刻画已经取得成果。我们已经获得人类和动物学习的初步模型，开始了解它们与计算机学习算法之间的关系。
在应用方面，近十年来的进展尤为迅速。比较典型的有天气预报搜索引擎、
证券市场分析、语音和手写识别、图像识别、遥感信息处理等。下面是一些突出的应用实例。
计算机弈棋：大多数成功的计算机弈棋程序均基于机器学习算法。例如，TD-GAMMON通过与自己对弈100多万次学习下backgammon棋的策略。该系统目前已达到人类世界冠军的水平。类似的技术也可用于许多其他的涉及非常大型的搜索空间的实际问题。
语音识别：所有最成功的语音识别系统都以某种形式使用了机器学习技术。例如，SPHINX系统学习针对具体讲话人的策略从接受到的语音信号中识别单音和单词。神经网络学习方法和学习隐藏的Markov模型的方法可有效地应用于对各别讲话人，词汇表，麦克风的特性，背景噪音等的自动适应。类似的技术也可用于许多其他的信号解释问题。
自动车驾驶：机器学习方法已用于训练计算机控制的车辆在各种类型的道路上的正确行驶。例如，ALVINN系统使用学习到的策略在高速公路上与别的车辆一起以每小时70英里的速度自动行驶了90英里。类似的技术也可用于许多其他的基于传感器的控制问题。
就机器学习研究的现状而言，目前还不能使计算机具有类似人那样的学习能力。与此同时，机器学习面临着巨大的挑战问题，诸如泛化能力、速度、可理解性以及数据利用能力相关方面的发展情况。但是，对某些类型的学习任务已经发明了有效的算法，对学习的理论研究也已经开始，人们已经开发出许多计算机程序，它们显示了有效的学习能力，有商业价值的应用系统也已经开始出现。
机器学习是继专家系统之后人工智能应用的又一重要研究领域。现有的计算机系统和人工智能系统至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。总之，随着我们对计算机研究的进一步加深，机器学习将不可避免地在计算机科学技术中起到越来越中心的作用。
参考文献:
廉师友，人工智能技术导论（第三版），西安电子科技大学出版社
[美]Tom M. Mithell, 机器学习, 曾华军、张银奎等译，机械工业出版社
https://www.doczj.com/doc/c113658859.html,/view/7956.htm
https://www.doczj.com/doc/c113658859.html,/lanmuyd.asp?id=3428
https://www.doczj.com/doc/c113658859.html,/view/becdfb360b4c2e3f572763d7.html
智能移动机器人的现状和发展 姓名 学号 班级：
智能移动机器人的现状及其发展 摘要：本文扼要地介绍了智能移动机器人技术的发展现状，以及世界各国智能移动机器人的发展水平，然后介绍了智能移动机器人的分类，从几个典型的方面介绍了智能移动机器人在各行各业的广泛应用，讨论了智能移动机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能移动机器人方面发展并提出期望。 关键词：智能移动机器人；发展现状；应用；趋势 1引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能移动机器人则是一个在感知 - 思维 - 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能移动机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能 力。智能移动机器人与工业机器人的根本区别在于，智能移动机器人具有感知功 能与识别、判断及规划功能[1] 。 随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领 域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境 往往是未知的、很难预测。智能移动机器人所要完成的工作任务也越来越复杂; 对智能移动机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对 智能移动机器人的研究不断深入。 本文对智能移动机器人的现状和发展趋势进行了综述，分析了国内外的智能 移动机器人的发展，讨论了智能移动机器人在发展中存在的问题，最后提出了对 智能移动机器人发展的一些设想。 1
国外机器人发展现状及发展动向 一、全球机器人行业现状 (一)全球机器人行业现状 1、行业发展：增长态势延续 (1)预计2017年全球工业机器人销售量25万台 从2008年第四季度起，全球金融风暴导致工业机器人的销量急剧下滑。2010年全球工业机器人市场逐渐由2009年的谷底恢复。 2011年是全球工业机器人市场自1961年以来的行业顶峰，全年销售达16.6万台。2012年全球工业机器人销量为15.9万台，略有回落，主要原因是电气电子工业领域的销量有所下滑，但汽车工业机器人销量延续增长态势。 随着全球制造业产能自动化水平提升，特别是中国制造业升级，我们估计到2017年全球工业机器人销量达到25万台，年复合增长率9.5%. (2)预计到2017年全球工业机器人市场容量2700亿 2012年全球机器人本体市场容量为530亿元，本体加集成市场容量按本体大约三倍算，估计1600亿元。 估计2013年至2017年，包含本体和集成在的全球工业机器人市场，年复合增长率约为11%。预计2017年全球工业机器人市场容量将达到2700亿元。 (3)预计到2017年全球服务机器人市场容量接近500亿 根据IFR数据，2012年全球个人(或家庭)用服务机器人市场容量为73亿元，公共服务机器人市场容量为208亿元。目前看公共服务机器人产业化走在前面，市场容量更大。 预计2013-2017年个人(或家庭)用服务机器人市场容量增长率为7%，公共服务机器人市场容量年均复合增长率为17%。到2017年，全球服务机器人市场容量将接近500亿元。如果智能家居算是广义的服务机器人，服务机器人市场容量会大很多。 2、全球机器人行业布局：日欧产业优势明显，中国市场潜力巨大 (1)工业机器人市场销量与存量 全球工业机器人本体市场以中欧美日为主。日、美、德、韩、中五国存量占全球比例达71.24%，销量达69.92%。 截至2012年底，全球机器人累计销量达到247万台。机器人平均使用寿命为12年，最长15年。估计现在全球机器人存量在120万台-150万台之间。 分区域看，亚洲/澳洲增幅达到9%。亚洲增幅主要由中国需求拉动，因为中国2012年工业机器人销量增幅达到30%。 分生产地和消费地看，日本是唯一的工业机器人净出口国，拥有全球最大的机器人产能，占据全球机器人产量的66%。机器人消费地最大的区域是除日本以外的亚洲地区，占比约34%，而且是以中国市场为主。 (2)全球工业机器人与机床行业销量的对比 工业机器人销量占机床销量比反映各国机器人使用情况。这个比例的上升在一定程度上代表着这个国家机器人普及水平的提升。我们给出美日德中四国的机器人销量占机床销量比，从这个数据和历年的变化趋势看各国机器人行业的发展状况。 美日德三国的机器人销量占机床销量比稳定在一定区间(15%-25%)，表明这
2018年我国工业机器人行业现状及发展趋势分析 2017年全球工业机器人销量34.6万台，同比+17.6%，预计至2020年达到52.1万台。2017年中国销量占比30%以上。全球工业机器人销量保持加速增长，中国占比逐步提高。 数据来源：公开资料整理 相关报告：智研咨询发布的《2018-2024年中国工业机器人行业市场深度调研及未来发展趋势报告》 2017年中国机器人产量13.1万台，同比+81%，预期2018-2020年中国工业机器人产量年化增速20%-30%。3C消费电子需求占比提高明显，预期近两年将代替汽车成为工业机器人销量第一大领域。
全球专业服务机器人销量及增速 数据来源：公开资料整理 2016年全球专业服务机器人销量59706台，同比+24％，销售额47亿美元，同比+2％。2017年全球专业服务机器人约销量78700台，预计2018-2020年40万台销量空间，268亿美元销售额空间，销量与销售额增速保持年均20%-25%。 “量看物流机器人+价看医疗机器人” 数据来源：公开资料整理
数据来源：公开资料整理 2016年，物流机器人销量2.54万台，占比42.5%销量最大，销售额9.92亿，占销售额21.1％；预计2018-2020年销量18.97万台，对应58.45亿美元市场空间。2016年，医疗机器人销量1600台，销售额16.12亿美元最大，占比34.3%，单价超100万美元；预计2018-2020年将有约77.48亿美元市场空间。 对于工业机器人，中国总体上是净进口国，依赖进口国际高端品牌以满足国内市场需求。国内机器人企业在上游核心零部件、中游本体及下游集成应用等方向正多点寻求突破，我们认为专业化的集成应用领域有望成为突破口。
第10章机器学习研究与应用新进展 徐从富李石坚王金龙 （浙江大学人工智能研究所，杭州 310027） 2005年10月7日第一稿 2006年10月16日第二稿 10.1 机器学习研究与应用综述 10.1.1 机器学习的发展概况 机器学习（Machine Learning）不仅是人工智能的一个核心研究领域，而且已成为整个计算机领域中最活跃、应用潜力最明显的领域之一，它扮演着日益重要的角色。近年来，欧美各国都投入了大量人财物进行机器学习的研究和应用，Intel、IBM、波音、微软、通用电器等大型公司也积极开展该领域的研究和开发，而且已有不少研究成果进入产品。美国航空航天局JPL实验室的科学家们在2001年9月出版的《Science》上撰文指出：“机器学习对科学研究的整个过程正起到越来越大的支持作用，……，该领域在今后的若干年内将取得稳定而快速的发展。”此外，机器学习研究的热门程度还可以从该领域的国际权威期刊《机器学习研究学报》（Journal of Machine Learning Research，简称JMLR）的影响因子（Impact factor）看出，据美国科学引文检索公司（ISI）统计，2004年该学报的影响因子已达到5.952，这是除了《ACM计算综述》（ACM Computing Survey）以外影响因子最高的计算机类期刊。需要特别说明的是，《ACM计算综述》每年只发表12篇世界级权威计算机专家关于某个研究方向最新研究进展的综述文章，一般并不发表研究论文，2004年其影响因子为10.037。 1997年Tom M. Mitchell在“Machine Learning”一书中给出了机器学习的经典定义——“计算机利用经验改善系统自身性能的行为。”还有人认为，机器学习是“神经科学（含认知科学）＋数学＋计算”的有机结合，数学则填补了神经科学与计算之间的鸿沟。与很多新兴学科一样，机器学习也是一个多学科交叉的产物，它吸取了人工智能、概率统计、神经生物学、认知科学、信息论、控制论、计算复杂性理论、哲学等学科的成果。实践证明，机器学习在很多应用领域发挥了重要的实用价值，特别是在数据挖掘、语音识别、图像识别、机器人、车辆自动驾驶、生物信息学、信息安全、遥感信息处理、计算金融学、工业过程控制等
仿人机器人的发展现状及其发展趋势 摘要：当下机器人技术的研究越来越多样化及智能化与人性化，仿人机器人技术的研究已成为新的热点。依托于5G技术仿人机器人的技术将更加成熟。本文从仿人机器人的应用领域，目前所取得的成就和不足之处，未来的研究方向，以及发展中遇到的困难来介绍仿人机器人的发展现状和发展趋势。 关键词：仿人机器人，5G技术，人机交互，应用领域 一、引言 仿人机器人的研制开始于上个世纪60年代末，是机器人技术领域的主要研究方向之一。1968年，美国的通用电器公司设制了一台叫Rig的操纵型双足步行机器人，从而揭开了仿人机器人研制的序幕。仿人机器人在移动性，稳定性等方面都取得了较为突出的成就。仿人机器人集机械、材料、电子、计算机、自动化等多门学科于一体，技术含量高，研究和开发难度大。它是一个国家高技术实力和发展水平的重要标志。因此，世界各发达国家都不惜投入巨资进行研究与开发。目前，美国和日本等许多发达国家的科学家都在仿人机器人的研究与开发方面做了大量的工作，并取得了突破性的进展。仿人机器人已经对人类社会产生了巨大的影响［1］。 二、仿人机器人的发展现状 （1）仿人机器人是一种具有人的外形，并能够效仿人体的某些物理功能、感知系统及社交能力并能承袭人类部分经验的机器人。它具有灵活的行走功能，可以随时走到需要的地方，包括一些对普通人来说不易到达的角落，完成人指定或预先设置的工作。 （2）从机体结构上来看，仿人机器人为做到与真人类似，其在腰部，腿部的远动结构上都存在着一定的技术支持。仿人机器人能与人类在同样的空间内移动，无论是从机动性、能耗性和人们对其的认同感方面，较之轮式移动机器人都有无法比拟的优越性。仿人机器人的逼真性越来越高，从第一代仿人机器人到如今的仿人机器人来说其身体外部构造以及身体的比例与人类是较为相似的。同时，仿人机器人的运动模式与人类相似，通过多个关节以及人造肌肉的有效合作可以使仿人机器人的运动与人无异。 除了外部的构造上，仿人机器人在内部的装置中也很智能化，如今的仿人机器人不光可以看人脸色，还能够读懂人的脸色，内置的大数据以及AI技术使得仿人机器人可以通过算法的运算进行人的思维读取，同时还可以达到交流的目的。 （3）从驱动系统上来看，仿人机器人系统经历了从钢绳牵引、弹簧到如今的齿轮和智能材料。人类的关节有至少两块肌肉包裹，根据人类肌腱的启发，在2010年，日本东京大学研究出首个以绳子牵引的仿人机器人，该仿人机器人主要通过非线性的弹簧来调整连接再其上的钢绳，研究之初，该防人机器人可以提起2kg 的重物，但是其腿部的驱动力量不足以让其进行运动，于是，东京大学的研究团队进行相应的改进，通过加入张力传感器得到相应的“肌肉”数据，通过钢绳硬度的改变，从而研发出类似人类肌腱的“平面肌肉”。【2】同年，美国佐治亚理工学院研究出拥有膝关节、髋关节的单腿机器人，紧接着，东京大学JSK研究出双足步行的钢绳牵引的机器人。并于一年后研究出Kenshiro机器人，该机器人拥有160块“人造肌肉”。 除了钢绳牵引，为了模拟人工肌肉，还存在着气动推动的处理方法，这些气动人工肌肉主要依靠压力从而实现跳跃、行走等动作，但是这种气动的人工肌肉具有不确定性，一方面，气动肌肉负载量大，对于机器人本身行走的路线不确定。另一方面，启动肌肉需要联合作业，需求量大，机器人的成本较高，同时也增加了研发的难度。
机器人发展历史、现状、应用、及发展 趋势 院系：信息工程学院 专业：电子信息工程 姓名：王炳乾
机器人发展历史、现状、应用、及发展趋势 摘要：随着计算机技术不断向智能化方向发展,机器人应用领域的不断扩展和深化,机器人已成为一种高新技术产业,为工业自动化发挥了巨大作用,将对未来生产和社会发展起越来越重要的作用。文章介绍了机器人的国内国外的发展历史、状况、应用、并对机器人的发展趋势作了预测。 关键词：机器人;发展；现状；应用；发展趋势。 1．机器人的发展史 1662年，日本的竹田近江利用钟表技术发明了自动机器玩偶并公开表演。 1738年，法国技师杰克·戴·瓦克逊发明了机器鸭，它会嘎嘎叫、进食和游泳。 1773年，瑞士钟表匠杰克·道罗斯发明了能书写、演奏的玩偶，其体内全是齿轮和发条。它们手执画笔、颜料、墨水瓶，在欧洲很受青睐。 保存至今的、最早的机器人是瑞士的努萨蒂尔历史博物馆里少女形象的玩偶，有200年历史。她可以用风琴演奏。 1893年，在机械实物制造方面，发明家摩尔制造了“蒸汽人”，它靠蒸汽驱动行走。 20世纪以后，机器人的研究与开发情况更好，实用机器人问世。 1927年，美国西屋公司工程师温兹利制造了第一个机器人“电报箱”。它是电动机器人，装有无线电发报机。 1959年第一台可以编程、画坐标的工业机器人在美国诞生。 现代机器人 有关现代机器人的研究始于20世纪中期，计算机以及自动化技术的发展、原子能的开发利用是前提条件。1946年，第一台数字电子计算机问世。随后，计算机大批量生产的需要推动了自动化技术的发展。1952年，数控机床诞生，随后相关研究不断深入；同时，各国原子能实验室需要代替人类处理放射性物质的机械。
工业机器人发展现状与趋势 工业机器人是集机械、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。自从1962年美国研制出世界上第一台工业机器人以来，机器人技术及其产品发展很快，已成为柔性制造系统(FMS)、自动化工厂(FA)、计算机集成制造系统(CIMS)的自动化工具。 广泛采用工业机器人，不仅可提高产品的质量与产量，而且对保障人身安全，改善劳动环境，减轻劳动强度，提高劳动生产率，节约原材料消耗以及降低生产成本，有着十分重要的意义。和计算机、网络技术一样，工业机器人的广泛应用正在日益改变着人类的生产和生活方式。 一、工业机器人的发展现状 工业机器人是最典型的机电一体化数字化装备，技术附加值很高，应用范围很广，作为先进制造业的支撑技术和信息化社会的新兴产业，将对未来生产和社会发展起着越来越重要的作用。国外专家预测，机器人产业是继汽车、计算机之后出现的一种新的大型高技术产业。据联合国欧洲经济委员会(UNECE)和国际机器人联合会(IFR)的统计，世界机器人市场前景看好，从20世纪下半叶起，世界机器人产业一直保持着稳步增长的良好势头。进入20世纪90年代，机器人产品发展速度加快，年增长率平均在10％左右。2004年增长率达到创记录的20％。其中，亚洲机器人增长幅度最为突出，高达43%，如图1所示。 图1：各区域用户工业机器人定购指数（以1996年作为100） 二、工业机器人的应用领域日渐广泛 经过四十多年的发展，工业机器人已在越来越多的领域得到了应用。在制造业中，尤其是在汽车产业中，工业机器人得到了广泛的应用。如在毛坯制造(冲压、压铸、锻造等)、机械加工、焊接、热处理、表面涂覆、上下料、装配、检测及仓库堆垛等作业中，机器人都
机器学习研究现状与发展趋势 计算机科学与软件学院 引言: 机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。 机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。 一.机器学习的发展史 机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。 第一阶段是在50年代中叶到60年代中叶，属于热烈时期。…> 第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。 第三阶段是从70年代中叶至80年代中叶，称为复兴时期。 机器学习的最新阶段始于1986年。 机器学习进入新阶段的重要表现在下列诸方面： (1) 机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。 (2) 结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起。特别是连接学习符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。 (3) 机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。 (4) 各种学习方法的应用范围不断扩大，一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。 (5) 与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还有计算机学习理论会议以及遗传算法会议。 二.机器学习分类 1、基于学习策略的分类 学习策略是指学习过程中系统所采用的推理策略。一个学习系统总是由学习和环境两部分组成。由环境（如书本或教师）提供信息，学习部分则实现信息转换，用能够理解的形
第36卷第6期 上海师范大学学报(自然科学版)Vol.36,No.6 2007年12月 Journal of Shanghai Nor mal University(Natural Sciences)2007,Dec. 仿生机器人的研究现状及其发展方向 王丽慧,周 华 (上海师范大学机械与电子工程学院,上海201418) 摘 要:随着机器人智能化技术的进步,机器人应用领域的拓展,仿生机器人的研究正在引起世界各国研究者的关注.主要对仿生机器人的国内外研究状况进行了综述并对其未来的发展趋势作了展望. 关键词:仿生机器人;研究现状;发展方向 中图分类号:TP24 文献标识码:A 文章编号:100025137(2007)0620058205 人们对机器人的幻想与追求已有3000多年的历史,人类希望制造一种像人一样的机器,以便代替人类完成各种工作.1959年,第一台工业机器人在美国诞生,近几十年,各种用途的机器人相继问世,使人类的许多梦想变成了现实.随着机器人工作环境和工作任务的复杂化,要求机器人具有更高的运动灵活性和在特殊未知环境的适应性,机器人简单的轮子和履带的移动机构已不能适应多变复杂的环境要求.在仿生技术、控制技术和制造技术不断发展的今天,仿人及仿生物机器人相继被研制出来,仿生机器人已经成为机器人家族中的重要成员. 1 仿生机器人的基本概念 仿生机器人就是模仿自然界中生物的外部形状、运动原理和行为方式的系统,能从事生物特点工作的机器人.仿生机器人的类型很多,主要为仿人、仿生物和生物机器人3大类.仿生机器人的主要特点:一是多为冗余自由度或超冗余自由度的机器人,机构复杂;二是其驱动方式有些不同于常规的关节型机器人,通常采用绳索、人造肌肉或形状记忆合金等驱动. 2 仿生机器人的国内外研究现状 2.1 水下仿生机器人 水下机器人由于其所处的特殊环境,在机构设计上比陆地机器人难度大.在水下深度控制、深水压力、线路绝缘处理及防漏、驱动原理、周围模糊环境的识别等诸多方面的设计均需考虑.以往的水下机器人采用的都是鱼雷状的外形,用涡轮机驱动,具有坚硬的外壳以抵抗水压.由于传统的操纵与推进装置的体积大、重量大、效率低、噪音大和机动性差等问题一直限制了微小型无人水下探测器和自主式水下机器人的发展.鱼类在水下的行进速度很快,金枪鱼速度可达105k m/h,而人类最快的潜艇速度只有84km/h.所以鱼的综合能力是人类目前所使用的传统推进和控制装置所无法比拟的,鱼类的推进方式已成为人们研制新型高速、低噪音、机动灵活的柔体潜水器模仿的对象.仿鱼推进器效率可达到70%～ 收稿日期:2007209222 基金项目:上海师范大学理工科校级项目(SK200733). 作者简介:王丽慧(1972-),女,上海师范大学机械与电子工程学院副教授.
2011／2 机械制造49卷第558期 纵观历史研究文献，国内外对工业机器人的研究热点问题主要分为3个方面：仿生机器人与新型机构、机器人的定位与地图创建、机器人-环境交互。本文将分别就以上3方面对研究现状进行简要分析，并对工业机器人的发展趋势作了预测。 1工业机器人的发展历程 自1954年美国戴沃尔最早提出了工业机器人的 概念以来，工业机器人就得以不断地发展。概括起来，工业机器人的发展历程为3代： 第1代：示教再现型机器人，但不具备反馈能力。如郭勇等人[1]研制的挖掘机手柄自动操作机构，该机构结构简单，能够实现动作示教再现。 第2代：有感觉的机器人，不仅具有内部传感器，而且具有外部传感器，能获得外部环境信息。如P.l Liljeb.ck 等人研制的蛇形机器人就装有内部测转速的 传感器，以及外部测力的传感器，该机器人能够在不规则环境中具有一定的运动能力。 第3代：智能机器人。定义为“可自动控制的装置，能理解指示命令，感知环境，识别对象，规划自身操作程序来完成任务”。如John Vannoy 等人采用实时可适应性的运动规划（RAMP ）算法的PUMA560机械臂，它能在复杂动态环境中自动识别来自不同方向的移动或静止的障碍物，主动规划路径，进而完成预定任务。 2 国外工业机器人的研究现状 2.1 仿生机器人与新型机构 对人的研究，国外侧重于对人行走时的步态分析， 通过对人脚形状的分析，得出具有圆形截面的脚趾和脚后跟以及具有扁平截面的连接脚趾和脚后跟的中间 部分具有最佳的动力学性能。对人形机器人步态规划问题，Xia Zeyang 等人提出了一种基于样品的决定性的脚步规划方法，该方法综合考虑了自身独特的运动能力和稳定性。对于在不同类型障碍的复杂环境中脚步规划，Yasar Ayaz 采用与人走近障碍物时绕过的方法，通过脚步实时的生成成功避开障碍物。此外，对于双足步行机器人的复杂地面运动的研究也有新的进展，研究出一种新型的双足机构，能实现不平区域稳定地行走，该足由4个分别带光学传感器的鞋钉组成，总重1.5kg 。对动物的研究则表现为对诸如蛇、鱼的结构以及运动性能的研究。仿蛇机器人不仅可以作为管道检测装置，也可以作为地震或矿难探索装置，更可以当作极地探测器来进行科研活动。Shigeo 和Hiroya Yamada 就将仿蛇机器人的机械结构分为5种类型：活 动的弯曲关节式；活动的弯曲和拉伸关节式；活动的弯曲关节和活动的车轮式；被动弯曲关节和活动车轮式；活动的弯曲关节和履带式。Aksel Andreas Transeth 等采用摩擦力模型方法建立了一蛇形机器人模型，该机器人能与包括地面的障碍物以外的物体接触，对地震或矿区救援很有帮助。Kristin Y.Pettersen 等人对蛇形机器人在存在障碍物环境中运动进行了复合建模，仿真结构证明该模型能实现不规则环境中的一般运动。但蛇形机器人目前要真正达到在复杂环境中畅通无阻地运动，还有待进一步研究。对海洋的开发，相对于其它的水下自动化装置，仿生鱼具有更好的推进力和流体适应性。其研究主要体现在结构和运动特性上。Jun Gao 和K.H.Low 等人对胸鳍驱动和尾鳍驱动鱼形机器 人进行了分析，讨论了鱼结构和运动各参数的关系。 Yu Zhong 等人对由阀体与尾鳍构成的机器人鱼的运 动性能进行了研究，采用量纲分析方法，建立了一种能预测运动的机器鱼模型。Giuseppe Tortora 等人设计了 工业机器人研究现状及发展趋势 □ 曹文祥 □ 冯雪梅 武汉理工大学机电工程学院 武汉 430070 摘 要：作为最典型的机电一体化的高科技装备，工业机器人得到了非常广泛的应用。综述了国内外工业机器人的 研究热点现状，并预测了其发展趋势。 关键词：工业机器人现状 发展趋势 中图分类号：TP242.2 文献标识码：A 文章编号：1000－4998(2011)02－0041－03 Abstract:As the typical high-tech equipment of mechanoelectronic integration,industrial robots have been widely used.The current situation of research hot points of IR is presented and the developing trend forecasted. Key Words:Industrial Robot (IR)Current Situation Developing Trend 收稿日期：2010年9月 41
1.1工业机器人发展现状 自从20世纪60年代初发明第一台工业机器人到现在，短短50多年的发展时间，工业机器人技术和周边配套应用得到了迅速的发展，工业机器人系统在高自动化、高智能化、高定制化生产制造领域得到广泛应用。目前在汽车装配及零部件制造业、机械加工业、电子电气行业、橡胶及塑料行业、食品工业、木材与家具制造业等行业中，工业机器人已经大面积取代人工完成相关作业；随着工艺应用技术发展，工业机器人不再只局限于简单的搬运和码垛，弧焊、点焊、喷涂、自动装配、数控加工、去毛刺等复杂工艺工业机器人正在被大量应用；同时工业机器人的应用领域也不断扩大，核能、航空、航天、医药、生化等高科技领域都在尝试应用工业机器人。可以说，在不久的将来，工业机器人将无处不在。 随着人口红利的逐渐下降，企业用工成本不断上涨，工业机器人正逐步走进公众的视野。各界专家认为，人口红利的持续消退，给机器人产业带来了重大的发展机遇；在国家政策支持下，产业有望迎来爆发期。而我国正在努力发展工业机器人产业，引进国外技术和设备，培养人才，打开市场。日本工业机器人产业的辉煌得益于本国政府的鼓励政策，我国在十一五纲要中也体现出了对发展工业机器人的大力支持。 同时，“中国制造2025”提出了我国在制造强国建设的三个十年的“三步走”战略，应对新一轮科技革命和产业变革，立足我国转变经济发展方式实际需要，围绕创新驱动、智能转型、强化基础、绿色发展、人才为本等关键环节，以及先进制造、高端装备等重点领域，提出了加快制造业转型升级、提升增效的重大战略任务和重大政策举措。工业机器人产业在其中发挥了不可替代的作用。 随着“工业4.0”概念在德国的提出，以“智能工厂、智能制造”为主导的第四次工业革命已经悄然来临。工业4.0是一个高科技战略计划，制造业将由
工业机器人现状及发展趋势 一、工业机器人的概念 工业机器人是集机械、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。自从1962年美国研制出世界上第一台工业机器人以来，机器人技术及其产品发展很快，已成为柔性制造系统(FMS)、自动化工厂(FA)、计算机集成制造系统(CIMS)的自动化工具。工业机器人是自动执行工作的机器装置，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。 1920年捷克作家卡雷尔·查培克在其剧本《罗萨姆的万能机器人》中最早使用机器人一词，剧中机器人“Robot”这个词的本意是苦力，即剧作家笔下的一个具有人的外表，特征和功能的机器，是一种人造的劳力。它是最早的工业机器人设想。 50年代以后，美国橡树岭国家实验室开 始研究能搬运核原料的遥控操纵机械手，如 图所示，这是一种主从型控制系统，主机械 手的运动。系统中加入力反馈，可使操作者 获知施加力的大小，主从机械手之间有防护 墙隔开，操作者可通过观察窗或闭路电视对 从机械手操作机进行有效的监视，主从机械 手系统的出现为机器人的产生为近代机器人的设计与制造作了铺垫。 1954年美国戴沃尔最早提出了工业机器人的概念，并申请了专利。 该专利的要点是借助伺服技术控制机器人的关节，利用人手对机器人进行动作示教，机器人能实现动作的记录和再现。这就是所谓的示教再现机器人。现有的机器人差不多都采用这种控制方式。1959年UNIMATION 公司的第一台工业机器人在美国诞生，开创了机器人发展的新纪元。
机器学习的发展现状及其相关研究 摘要: 阐述了机器学习的概念及其研究现状, 讨论了其中的关键技术、难点及应用与发展前景, 并对机器学习研究中的有关问题提出一些看法. 关键词: 人工智能; 机器学习; 泛化 1 机器学习的发展现状 机器学习(machine learning)是继专家系统之后人工智能应用的又一重要研究领域, 也是人工智能和神经计算的核心研究课题之一. 机器学习是人工智能领域中较为年轻的分支, 其发展过程可分为4 个时期: 1)20 世纪50 年代中期到60 年代中期, 属于热烈时期; 2)60 年代中期至70 年代中期,被称为机器学习的冷静时期; 3)70 年代中期至80 年代中期, 称为复兴时4)1986 年开始是机器学习的最新阶段. 这个时期的机器学习具有如下特点: 机器学习已成为新的边缘学科并在高校成为一门独立课程; 融合了各种学习方法且形式多样的集成学习系统研究正在兴起; 机器学习与人工智能各种基础问题的统一性观点正在形成; 各种学习方法的应用范围不断扩大, 一部分应用研究成果已转化为商品; 与机器学习有关的学术活动空前活跃. 2 机器学习的概念、类型及特点 2.1 机器学习的基本概念
机器学习的研究主旨是使用计算机模拟人类的学习活动, 它是研究计算机识别现有知识、获取新知识、不断改善性能和实现自身完善的方法.机器学习的研究目标有3 个: 1)人类学习过程的认知模型; 2)通用学习算法; 3)构造面向任务的专用学习系统的方法.在图1 所示的学习系统基本模型中, 包含了4 个基本组成环节. 环境和知识库是以某种知识表示形式表达的信息的集合, 分别代表外界信息来源和系统所具有的知识; 环境向系统的学习环节提供某些信息, 而学习环节则利用这些信息对系统的知识库进行改进, 以提高系统执行环节完成任务的效能. “执行环节”根据知识库中的知识完成某种任务, 同时将获得的信息反馈给学习环节. 2.2 基于符号的机器学习 基于符号的机器学习, 是基于代表问题域中实体和关系的符号集合. 符号学习算法就是利用这些符号推出新颖、有效的一般规则, 规则同时也用这些符号进行表述. 1)变型空间搜索. 候选解排除算法依赖于变量空间这个概念, 是与训练实例一致的所有概念描述的集合. 这些算法有更多实
国内机器人技术研究现状分析 王守龙 摘要：随着经济全球化对工农业生产提出越来越高的要求，计算机技术向着智能化发展，机器人越来越普遍的被工农业应用，其在提高工农业产品质量，增加经济效益方面发挥着重大作用。本文又介绍分析了移动机器人和小口径管内机器人及其在我国的技术研究现状。中国的机器人事业面临着新的机遇和挑战。 关键词：机器人；技术研究；移动机器人；小口径管内机器人
前言 有人认为, 应用机器人只是为了节省劳动力, 而我国劳动力资源丰富, 发展机器人不一定符合我国国情。这是一种误解。在我国, 会主义制度的优越性决定了机器人能够充分发挥其长处。它不仅能为我国的经济建设带来高度的生产力和巨大的经济效益, 而且将为我国的宇宙开发、海洋开发、核能利用等新兴领域的发展做出卓越的贡献。 1 工农业机器人 1.1 工业机器人研究现状分析 机器人产业是近30年发展起来的新型产业。我国政府早在“七·五”期间就开始组织了对工业机器人的攻关,到了1987年，国家高技术研究开发计划就把智能机器人作为七大重点领域之一进行集中研究。经过十几年的艰苦奋斗，我国在水下、空间、核领域等特殊机器人方面取得了令人欣慰的成果，一批机器人产品和机器人应用工程应运而生。到20世纪90年代末，我国共完成了l00多项工业机器人应用工程，建成了20个机器人产业化基地，从事机器人研究、开发和应用工程单位200多家，专业从事机器人产业开发的50家左右，全国工业机器人用户近800家，拥有工业机器人约4000台。2006年发布的《国家中长期科学和技术发展规划纲要》前沿技术中，我国将智能服务机器人列为重点方向，提出加大科技投入与科技基础条件平台建设。 然而，由于主要依靠科技部门研究开发计划的支持，从资金到产业的支持力度不够，在机器人关键技术方面，我国与国外的差距并没有明显缩小，在关键部件、产品产业化以及基础研究方面的差距还在拉大。到1998年，863计划推动的几个机器人产业化基地产值仅仅1亿元。然而，国外各大机器人公司认识到高速发展中的中国机器人市场的巨大潜力，凭借其技术和资金的优势纷纷进入了中国市场。可以说，目前的中国机器人市场仍然是外国企业一统天下，我国机器人发展尚未进入规模开发利用和产业化的阶段。 我国经过几十年来的研究与引进, 在机器人运动学仿真、动力学仿真和某些典型工业机器人机构分析软件方面取得了一些成果，但总的看来, 我国机器人机械技术的研究状况与国外相比还有较大的差距, 目前既没有建立一种多功能的机器人系统, 也缺乏利用技术对机器人机械学的很多专门问题进行深人研究。我国目前研制的几种工业机器人机型结构主要是直接仿制日本90年代初的样机, 一些主要关键元器件依赖国外进口。虽然国家“七五”期间安排了一些单项研究课题, 但这些课题一时还难于直接用于国产工业机器人, 还远不能从理论及实际技术上建立起我国机器人的完整设计体系, 这与国外相比差距较大。国内利用国产机器人开展应用工程的研究工作刚刚起步。我国对移动机器人研究, 近年来在步行机基础理论方面的成果较多, 而步行机实物模型或样机较少，与国外先进水平相比也存在较大的差距。
工业机器人发展现状及趋势 1国内工业机器人得发展现状 1、1发展概述 我国得工业机器人研究开始于20世纪80年代中期．在国家得支持下，通过“七五”、“八五”科技攻关．已经基本实现了实验、引进到自主开发得转变。促进了我国制造业、勘探等行业得发展。但随着我国门户得逐渐开放．国内得工业机器人产业面临着越来越大得竞争与冲击。虽然我国机器人得需求量逐年增加，但目前生产得机器人还很难达到所要求得质量．很多机器人得关键部件还需要进口。所以目前来说。我国还处在一个机器人消费型得同家。 现在，我国从事机器人研发得单位有200多家，专业从事机器人产业开发得企业有50家以上。在众多专家得建议与规划下，“七五”期间由机电部主持，中央各部委、中科院及地方科研院所与大学参加，国家投入相当资金，进行了工业机器人基础技术、基础元器件、工业机器人整机及应用工程得开发研究。“九五”期间，在国家“863”高技术计划项目得支持下，沈阳新松机器人自动化股份有限公司、哈尔滨博实自动化设备有限责任公司、上海机电一体化工程公司、北京机械工业自动化所、四川绵阳思维焊接自动化设备有限公司等确立为智能机器人主题产业基地。此外，还有上海富安工厂自动化公司、哈尔滨焊接研究所、国家机械局机械研究院及北京机电研究所、首钢莫托曼公司、安川北科公司、奇瑞汽车股份有限公司等都以其研发生产得特色机器人或应用工程项目而活跃在当今我国工业机器人市场上。 1、2机器人分类 随着科学技术得不断进步，我国工业机器人已经走上了自主研发阶段，这样标志着我国工业自动化走向了新得里程碑按照工业机器人得关键技术发展过程其可分为三代：第一代就是示教再现机器人，主要由机器人本体、运动控制器与示教盒组成，操作过程比较简单。第一代机器人使用示教盒在线示教编程，并保存示教信息。当机器人自动运行时，由运动控制器解析并执行存储得示教程序，使机器人实现预定动作。这类机器人通常采用点到点运动，连续轨迹再现得控制方法，可以完成直线与圆弧得连续轨迹运动，然而复杂曲线得运动则由多段圆弧与直线组合而成。由于操作得容易性、可视性强，所以在当前工业中应用最多。
机器学习研究现状与发展趋势 摘要: 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。采用机器学习方法的计算机程序被成功用于机器人下棋程序、语音识别、信用卡欺诈监测、自主车辆驾驶、智能机器人等应用领域，除此之外机器学习的理论方法还被用于大数据集的数据挖掘这一领域。实际上，在任何有经验可以积累的地方，机器学习方法均可发挥作用。 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 本文主要叙述了 1.机器学习的研究现状,包括定义,应用领域,研究意义,发展史,系统结构,和对其进行各种角度的分类. 2.机器学习的发展趋势。 引言: 1
按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。西蒙对学习给出的定义本身，就说明了学习的重要作用。 机器能否象人类一样能具有学习能力呢？1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对奕中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。 什么叫做机器学习？至今，还没有统一的“机器学习”定义，而且也很难给出一个公认的和准确的定义。为了便于进行讨论和估计的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机；现在是电子计算机，以后还可能是中子计算机、光子计算机或神经计算机等等。 机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的。近年来机器学习理论在诸多应用领域得到成功的应用与发展，已成为计算机科学的基础及热点之一。 机器学习已经有了十分广泛的应用例如搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。 与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外，还有计算机学习理论会议以及遗传算法会议。 机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计 1
学校代码： 10904 学年论文 机器人研究现状及发展趋势 姓 名： 学 号：
指导教 师： 院系（部所）：机电工程学院 机械设计制造及其自动化专 业： 完成日 2015年9月2日期：
机器人研究现状及发展趋势 摘要 随着计算机技术不断向智能化方向发展,机器人应用领域的不断扩展和深化,机器人已成为一种高新技术产业,为工业自动化发挥了巨大作用,将对未来生产和社会发展起越来越重要的作用。文章介绍了机器人的国内国外的发展状况并对机器人的发展趋势作了预测。 关键词：机器人; 发展历程; 现状; 发展趋势 1．机器人的发展历程 自1954 年美国戴沃尔最早提出了机器人的概念以来，机器人就得以不断地发展。概括起来，机器人的发展历程为 3 代： 第 1 代：示教再现型机器人，但不具备反馈能力。如郭勇等人[1]研制的挖掘机手柄自动操作机构，该机构结构简单，能够实现动作示教再现。 第 2 代：有感觉的机器人，不仅具有内部传感器，而且具有外部传感器，能获得外部环境信息。如P.lLiljeb.ck 等人研制的蛇形机器人就装有内部测转速的传感器，以及外部测力的传感器，该机器人能够在不规则环境中具有一定的运动能力。 第 3 代：智能机器人。定义为“可自动控制的装置，能理解指示命令，感知环境，识别对象，规划自身操作程序来完成任务”。如John Vannoy 等人采用实时可适应性的运动规划（RAMP）算法的PUMA560 机械臂，它能在复杂动态环境中自动识别来自不同方向的移动或静止的障碍物，主动规划路径，进而完成预定任务。
2. 国外机器人的研究现状 2.1 仿生机器人与新型机构 对人的研究，国外侧重于对人行走时的步态分析，通过对人脚形状的分析，得出具有圆形截面的脚趾和脚后跟以及具有扁平截面的连接脚趾和脚后跟的中间部分具有最佳的动力学性能。对人形机器人步态规划问题，Xia Zeyang 等人提出了一种基于样品的决定性的脚步规划方法，该方法综合考虑了自身独特的运动能力和稳定性。对于在不同类型障碍的复杂环境中脚步规划，Yasar Ayaz 采用与人走近障碍物时绕过的方法，通过脚步实时的生成成功避开障碍物。此外，对于双足步行机器人的复杂地面运动的研究也有新的进展，研究出一种新型的双足机构，能实现不平区域稳定地行走，该足由4 个分别带光学传感器的鞋钉组成，总重 1.5 kg。对动物的研究则表现为对诸如蛇、鱼的结构以及运动性能的研究。仿蛇机器人不仅可以作为管道检测装置，也可以作为地震或矿难探索装置，更可以当作极地探测器来进行科研活动。Shigeo 和HiroyaYamada 就将仿蛇机器人的机械结构分为 5 种类型：活动的弯曲关节式；活动的弯曲和拉伸关节式；活动的弯曲关节和活动的车轮式；被动弯曲关节和活动车轮式；活动的弯曲关节和履带式。Aksel Andreas Transeth 等采用摩擦力模型方法建立了一蛇形机器人模型，该机器人能与包括地面的障碍物以外的物体接触，对地震或矿区救援很有帮助。Kristin Y.Pettersen 等人对蛇形机器人在存在障碍物环境中运动进行了复合建模，仿真结构证明该模型能实现不规则环境中的一般运动。但蛇形机器人目前要真正达到在复杂环境中畅通无阻地运动，还有待进一步研究。对海洋的开发，相对于其它的水下自动化装置，仿生鱼具有更好的推进力和流体适应性。其研究主要体现在结构和运动特性上。JunGao 和K.H.Low 等人对胸鳍驱动和尾鳍驱动鱼形机器人进行了分析，讨论了鱼结构和运动各参数的关系。Yu Zhong 等人对由阀体与尾鳍构成的机器人鱼的运动性能进行了研究，采用量纲分析方法，建立了一种能预测运动的机器鱼模型。Giuseppe Tortora 等人设计了类水母微型机器人，它由磁体驱动自身的运动,具有较好的运动性能。但机器鱼在结构仿生度、性能如直线游泳与拐弯半径等方面还有待进一步的研究。此外，Kazuya Kobayashi 等人对用于抓掐、旋转细小物体的手指尖进行了设计和分析，并进行了抓取USB 插头的实验，验证了该设计的可行性，但其抓取策略还有待进一步的优化。Jian S.Dai 等人第一次提出了可变构手掌，并设计了多指可变构手Metahand,该手可折叠也可展开，具有相当高的灵活性。