近幾年來，隨著不少國家將人工智能提升到戰略高度，人工智能取得了飛速的發展。人工智能關鍵技術在基礎理論研究方面不斷深入，某些領域有了突破性的進展，在轉化應用方面，更是遍地開花，碩果累累。

新一代人工智能的8項關鍵共性技術具有極其廣泛的應用，概括起來應用可以分為兩種情況:

（1）每種技術都可以應用到許多領域。

（2）許多高技術的產品或先進制造技術系統中，都轉化應用了人工智能的多項關鍵技術。

在人工智能關鍵技術的轉化應用中，最典型的，非智能機器人莫屬。

人工智能技術涉及的多個方面都與智能機器人有關，許多人工智能需要解決的問題正是智能機器人技術需要解決的問題，人工智能的很多成果也在智能機器人上得以體現。

人工智能在機器人領域的六大應用

01

人工神經網絡在機器人定位與導航中的應用。人工神經網絡具有融合多元信息資源的功能，在智能機器人定位和導向環節具有較高的應用頻率。

02

專家系統在機器人控制中的應用。采用專家系統，并不需要建立、求解精確的數學模型，它是建立在人類大量的成功實踐基礎上并把經驗以程序的方式傳遞給機器人，使其具有較高的解決問題的能力。

03

進化算法在機器人路徑設計中的應用。路徑規劃一直是智能機器人研究領域的重點和難點，隨著人工智能進化算法研究的逐步發展，遺傳算法、蟻群算法等的提出，機器人路徑規劃問題也得到相應發展。尤其是通過遺傳算法在路徑規劃中的應用，使得機器人更加智能化。

04

模式識別在智能機器人領域的應用。目前在人工智能模式識別領域，圖像識別是發展最快且應用最廣的領域，語音識別是人工智能技術發展的熱點，并且已經取得相當的成績，語音識別正確率不斷提升，且對不同語音特點的適應性也是越來越高。機器視覺已經從模式識別的一個研究領域發展為一門獨立的學科，其當前比較具體的目標主要是通過模擬人的視覺，開發出從圖像輸入到自然景物分析的圖像理解系統。

05

機器學習在智能機器人領域的應用。機器人如果要完成復雜的任務，其學習能力就顯得極為重要。學習能力是機器人系統中個體機器人必須具備的重要能力之一，它為復雜多變環境下機器人的環境理解規劃與決策等行為提供了有效保障，從而改善整個機器人系統的運行效率。

06

分布式人工智能在智能機器人領域的應用。分布式人工智能，把一個具體的求解問題劃分為多個相互合作和知識共享的模塊。多智能體系統則研究各智能體之間智能行為的協調，包括規則、知識、技術和動作的協調。多機器人系統則是多智能體系統的一個特例。吸取多智能體系統研究的成果（理論及方法），依據其特性來組織和控制多個機器人，使之通過協作完成單個機器人無法完成的復雜任務，是多機器人系統理論發展的一條捷徑。

智能機器人將著力八個方面發展

人工智能關鍵技術的每一次突破，都將促進智能機器人的性能上一臺階，同理，智能機器人性能的每一次提高，也將推動人工智能關鍵技術的一大進步。概括來說，智能機器人在今后的發展中，提高其智能化水平、環境自適應性與決策自主性仍是研究的關鍵。

智能機器人將著力在以下幾個方面發展:（1）研發面向任務的高級智能機器人；（2）發展更先進的多傳感技術，提高集成技術，增加信息的融合；（3）機器人網絡化，利用通信網絡技術將各種機器人連接到計算機網絡上，并通過網絡對機器人進行有效的控制；（4）提高智能機器人的機器學習能力，使其具有類似人的學習能力，以適應日益復雜的、不確定和非結構化的環境；（5）智能人機接口，提高人與機器人交互的和諧性；（6）多機器人協調作業，組織和控制多個機器人來協作完成單機器人無法完成的復雜任務；（7）研發主要用于醫療、休閑和娛樂場合的軟機器人技術；（8）仿人和仿生技術，這是機器人技術發展的最高境界。

到目前為止，在世界范圍內還沒有一個統一的智能機器人定義。大多數專家認為智能機器人至少要具備以下三個要素:一是感覺要素，感知、識別周圍環境和自身狀態；二是思考要素，根據感覺要素所得到的信息或自身的需要，思考確定采用什么樣的動作；三是運動要素，做出反應性或自主性的動作。我國科研人員對第三代機器人的定義是:智能機器人是一種具備一些與人類有著相似的感知能力、動作能力、協同能力和規劃能力的高度靈活的自動化機器系統。

智能機器人主要由執行機構、驅動裝置、傳感裝置、控制系統、智能系統及人機接口等幾部分組成。智能機器人的關鍵技術主要包括:多傳感信息藕合技術、機器視覺技術、定位和導航技術、路徑規劃技術、智能控制技術及人機接口技術等。目前智能機器人研究水平還處于非常低下的階段，對于特定的環境或者各種變量已經確定的不特定環境可以發揮相當的作用，并在一定程度上代替人類的直接參與。但對于各種不可預測的變化，目前還無法做出相應的感知并采取準確的行動。