机器人一词来自捷克语robota，通常翻译为“强迫劳动”。世界上大多数机器人都是为繁重的重复制造工作而设计的。他们处理艰巨，危险或无聊的任务。

最常见的制造机器人是机械臂。 典型的机械臂由七个金属段组成，并由六个关节相连。计算机通过旋转连接到每个关节的单个步进电动机来控制机器人（某些较大的臂使用液压或气动装置）。与普通电动机不同，步进电动机以精确的增量运动来控制机器人。这使计算机可以非常精确地移动手臂，一次又一次地重复相同的动作。机器人使用运动传感器来确保其可以按照指令进行工作。

具有六个关节的工业机器人非常类似于人的手臂，它相当于肩膀，肘部和手腕。通常，肩部被安装到固定的基础结构上。这种类型的机器人具有六个自由度，这意味着它可以以六种不同方式枢转。相比之下，人的手臂有七个自由度。

手臂的工作是将手从一个地方移到另一个地方。同样，机械臂的工作是将末端执行器从一个地方移到另一个地方。您可以为机械臂配备各种适合特定应用的末端执行器。一种常见的末端执行器是类似于手的简化版本，可以抓握和携带不同的对象。机器人手通常具有内置的压力传感器，这些压力传感器可告诉机器人抓握特定物体的力度。这样可以防止机器人掉落或破坏所携带的物品。其他末端执行器包括喷灯，钻和喷涂机。

工业机器人被设计为在一遍又一遍地在受控环境中做完全相同的事情。例如，机器人可能会将瓶盖拧到沿装配线下降的花生酱罐上。为了教机器人如何完成工作，程序员使用手持控制器引导手臂完成动作。机器人将精确的运动顺序存储在其内存中，并在每次有新单元从装配线下来时并一次又一次地执行。

大多数工业机器人都在汽车装配线上工作，将汽车组装在一起。机器人比人类能更有效地完成许多工作，因为它们是如此精确。他们总是在完全相同的位置钻孔，无论工作了多少小时，他们总是以相同的力拧紧螺栓。制造机器人在计算机行业中也非常重要。组装一个微小的芯片需要非常精确的计算。

艾萨克·阿西莫夫（Isaac Asimov）在几本小说和短篇小说中持较为乐观的态度。在他的作品中，机器人是善良，乐于助人的生物，遵循对人类非暴力的规范- “机器人法则”。

绝大多数机器人确实具有几个共同点。

首先，几乎所有的机器人都具有可移动的主体。一些仅具有电动轮，而另一些则具有数十个通常由金属或塑料制成的可移动段。就像您身体中的骨头一样，各个节段通过关节连接在一起。

机器人旋转轮子并用某种致动器转动关节节。一些机器人使用电动机和螺线管作为执行器。有些使用液压系统 ; 有些使用气动系统（由压缩气体驱动的系统）。机器人可以使用所有这些执行器类型。

机器人需要电源来驱动这些执行器。大多数机器人要么有电池，要么插入墙壁。液压机器人还需要用泵对液压流体加压，而气动机器人则需要空气压缩机或压缩空气罐。

执行器全部连接到电路。该电路直接为电动马达和螺线管供电，并通过操纵电动阀来激活液压系统。阀门确定加压流体通过机器的路径。例如，要移动液压支脚，机器人的控制器将打开从流体泵到连接到该支脚的活塞缸的阀。加压的流体将使活塞伸出，使支腿向前旋转。通常，为了在两个方向上移动其段，机器人使用可以双向推动的活塞。

机器人的计算机控制连接到电路的所有物体。要移动机器人，计算机会打开所有必需的电动机和阀门。大多数机器人都是可重新编程的 -要更改机器人的行为，只需将新程序写入其计算机即可。

并非所有的机器人都具有感官系统，并且很少有机器人能够看到，听到，闻到或尝到味道。机器人最常见的感觉是运动感，即机器人监视自身运动的能力。标准设计使用附在机器人关节上的开槽轮。车轮一侧的LED通过插槽发出光束，照射到车轮另一侧的光传感器。当机器人移动特定的关节时，带槽的车轮会转动。当车轮旋转时，狭缝会破坏光束。光传感器读取闪烁的光并将其传输到计算机。计算机可以根据此模式准确分辨出关节旋转了多远。这与计算机鼠标中使用的基本原理是相同的。

这些是机器人技术的基本要素。机器人专家可以无限多种方式组合这些要素，以创建无限复杂的机器人。

具有六个关节的工业机器人非常类似于人的手臂，它相当于肩膀，肘部和手腕。通常，肩部被安装到固定的基础结构而不是可移动的主体。这种类型的机器人具有六个自由度，这意味着它可以以六种不同方式枢转。相比之下，人的手臂有七个自由度。

手臂的工作是将手从一个地方移到另一个地方。同样，机械臂的工作是将末端执行器从一个地方移到另一个地方。您可以为机械臂配备各种适合特定应用的末端执行器。机器人手通常具有内置的压力传感器，这些压力传感器可告诉计算机机器人抓握特定物体的力度。这样可以防止机器人掉落或破坏所携带的物品。其他末端执行器包括喷灯，钻和喷涂机。

如果机器人只需要在光滑的地面上移动，则最好选择轮子或履带。如果车轮和履带足够大，它们也可以在较粗糙的地形上工作。但是，机器人设计人员通常会改用腿，因为它们更具适应性。建造有腿的机器人还可以帮助研究人员了解自然运动-这在生物学研究中是一项有用的练习。

通常，液压或气动活塞可前后移动机器人的腿。活塞附着在不同的腿部上，就像肌肉附着在不同的骨骼上一样。让所有这些活塞正确协同工作是一个真正的技巧。作为婴儿，您的大脑必须找出正确的肌肉收缩组合才能直立行走而不会跌倒。同样，机器人设计者必须找出与行走有关的活塞运动的正确组合，并将此信息编程到机器人的计算机中。许多移动机器人都具有内置的平衡系统（例如陀螺仪集合），可以告诉计算机何时需要校正其运动。

双足运动（两条腿走路）天生就不稳定，这使得它很难在机器人中实现。为了创造出更稳定的机器人助行器，设计师通常会着眼于动物世界，尤其是昆虫。六足昆虫具有出色的平衡性，并且可以很好地适应各种地形。

一些移动机器人由遥控器控制-有人告诉他们做什么和何时做。遥控器可能通过连接的电线或使用无线电或红外信号与机器人进行通信。远程机器人（通常称为木偶机器人）对于探索危险或人迹罕至的环境（例如深海或火山内部）非常有用。有些机器人仅部分受遥控器控制。例如，操作员可能会指示机器人去某个地方，但不能将其引导到那里-机器人会找到自己的方式。

自主机器人可以独立于任何控制器独立发挥作用。基本思想是对机器人进行编程，使其对外界刺激做出某种反应。非常简单的即走即走机器人很好地说明了其工作原理。

这种机器人具有保险杠传感器来检测障碍物。当您打开机器人时，它会沿直线滑动。当它最终撞到障碍物时，冲击力推入其保险杠传感器。机器人的编程告诉它后退，向右转并再次向前移动，以应对每个碰撞。这样，机器人在遇到障碍物时会随时改变方向。

先进的机器人使用这种想法的更详尽的版本。机器人专家创建了新的程序和传感器系统，以使机器人更智能，更具感知力。如今，机器人可以有效地在各种环境中导航。

较简单的移动机器人使用红外或超声波传感器来查看障碍物。这些传感器的工作方式与动物回声定位相同：机器人发出声音信号或红外光束，并检测信号的反射。机器人根据信号反弹所需的时间来确定到障碍物的距离。

更先进的机器人使用立体视觉来观察周围的世界。两台摄像机使这些机器人具有深度感知能力，而图像识别软件使他们能够对各种物体进行定位和分类。机器人可能还会使用麦克风和气味传感器来分析周围的环境。

一些自主机器人只能在熟悉的受限环境中工作。例如，割草机器人依靠掩埋的边界标记来定义其院子的范围。办公清洁机器人可能需要建筑物的地图才能进行逐点操作。

更高级的机器人可以分析并适应陌生的环境，甚至适用于崎rough的地形。这些机器人可以将某些地形模式与某些动作相关联。例如，一个漫游者机器人可能会根据其视觉传感器在其前方构建土地地图。如果地图显示非常崎bump的地形图案，则机器人会知道以其他方式行驶。这种系统对于在其他行星上运行的探索性机器人非常有用（请查看JPL Robotics了解更多信息）。

另一种机器人设计采用的是结构化程度较低的方法- 随机性。当这种类型的机器人卡住时，它会沿每种方式移动其附件，直到有东西起作用为止。力传感器与执行器紧密配合，而不是由计算机根据程序控制一切。这就像一只蚂蚁试图越过障碍物-当它需要越过障碍物时似乎并没有做出决定，它只是不断地尝试直到克服它为止。

人工智能（AI）可以说是机器人技术中最令人兴奋的领域。当然，这是最有争议的：每个人都同意机器人可以在装配线中工作，但是对于机器人是否能够智能化尚无共识。

就像术语“机器人”本身一样，人工智能也很难定义。终极AI将重现人类思维过程-具有我们智力能力的人造机器。这将包括学习几乎所有东西的能力，推理的能力，使用语言的能力以及提出原创思想的能力。机器人专家距离实现这一人工智能水平还遥遥无期，但他们在有限的AI方面取得了很大进步。如今的AI机器可以复制某些特定的智力能力。

计算机已经可以在有限的领域内解决问题。解决问题的基本思想很简单，尽管执行起来很复杂。首先，AI机器人或计算机通过传感器或人工输入来收集有关情况的事实。计算机将该信息与存储的数据进行比较，并确定该信息表示什么。计算机会执行各种可能的操作，并根据收集到的信息预测哪个操作最成功。当然，计算机只能解决其编程要解决的问题-它没有任何通用的分析能力。象棋计算机就是这种机器的一个例子。

一些现代机器人也有能力以有限的能力进行学习。学习型机器人会识别某种动作（例如，以某种方式移动其腿部）是否达到了预期的结果（导航障碍物）。机器人会存储此信息，并在下次遇到相同情况时尝试成功执行操作。同样，现代计算机只能在非常有限的情况下执行此操作。他们无法像人类一样吸收任何类型的信息。有些机器人可以通过模仿人类的动作来学习。在日本，机器人手教机器人通过演示动作来跳舞。

一些机器人可以进行社交互动。麻省理工学院人工智能实验室的机器人Kismet可以识别人体语言和语音变化，并做出适当的响应。Kismet的创作者仅根据语气和视觉提示对人与婴儿的互动方式感兴趣。这种低层次的互动可能是类似人类的学习系统的基础。

麻省理工学院AI实验室的Kismet和其他类人机器人使用非常规的控制结构进行操作。机器人没有使用中央计算机来指挥每个动作，而是使用较低级别的计算机控制较低级别的动作。该计划的主任罗德尼·布鲁克斯（Rodney Brooks）认为，这是一种更准确的人类智能模型。我们自动完成大多数事情；我们不决定以最高的意识水平去做。

人工智能的真正挑战是了解自然智能的工作原理。开发AI并不像建立人造心脏-科学家没有一个简单，具体的模型可以工作。我们确实知道大脑包含数十亿个神经元，并且我们通过在不同神经元之间建立电连接来思考和学习。但是我们不确切知道所有这些连接是如何加在一起进行高级推理甚至是低级操作的。复杂的电路似乎难以理解。

因此，人工智能研究在很大程度上是理论上的。科学家对我们学习和思考的方式和原因进行了假设，并使用机器人进行了实验。Brooks和他的团队专注于类人机器人，因为他们认为能够像人一样体验世界对开发类人智力至关重要。这也使人们更容易与机器人进行交互，从而有可能使机器人更容易学习。

正如机械机器人设计是了解动物和人体解剖结构一样，人工智能研究对于理解自然情报的工作原理也非常有用。对于某些机器人专家而言，这是设计机器人的终极目标。其他人则设想了一个世界，我们将与智能机器并存，并使用各种小型机器人进行体力劳动，医疗保健和交流。许多机器人专家预测，机器人的进化最终将使我们成为半机械人的人类。可以想象，未来的人们可以将他们的思想装入坚固的机器人中，并可以生存数千年！