走进机器人世界：从科幻到现实 | Entering the Robot World: From Sci-Fi to Reality
第 1 章：走进机器人世界：从科幻到现实 | Entering the Robot World: From Sci-Fi to Reality
机器人学的定义、研究范畴与核心问题 | Definition, Scope and Core Questions of Robotics
当你看到"机器人"这个词时，脑海中首先浮现的是什么？是《星球大战》中机智幽默的C-3PO，还是《变形金刚》里威武霸气的擎天柱？或是工厂里那些不知疲倦地焊接、喷涂的机械手臂？还是最近新闻里出现的、会送外卖的无人配送车？
无论你想到了什么，这些形象都指向一个共同的事实：机器人已经不再是遥远的科幻想象，而是真切地融入了我们日常生活的方方面面。从清晨被智能音箱唤醒，到乘坐地铁时看到的自动售货机，再到夜晚路灯下悄然驶过的自动驾驶清洁车——机器人的身影无处不在。
那么，究竟什么是机器人学（Robotics）？这个学科研究的核心问题是什么？它与我们常说的"人工智能"有什么区别和联系？
什么是机器人学
机器人学是研究如何设计、建造、操作和应用机器人的跨学科领域。这个定义看似简单，却包含了丰富的内涵。机器人学不是一个孤立的学科，而是计算机科学、机械工程、电子工程、人工智能、控制理论、传感器技术等多个领域的交汇点。
用一个形象的比喻：如果把机器人比作一个人，那么机械结构就是它的骨骼和肌肉，传感器就是它的眼睛、耳朵、皮肤等感知器官，控制系统就是它的大脑和神经系统，而人工智能算法则是它思考和学习的能力。正是这些部分的协同工作，才让机器人能够完成各种复杂的任务。
值得注意的是，机器人学与人工智能并不是同一个概念。人工智能（Artificial Intelligence，AI）侧重于让机器具有类似人类的智能行为，比如推理、学习、决策等能力。而机器人学则更关注如何让机器在物理世界中执行具体任务。打个比方：人工智能像是给机器装上了"大脑"，而机器人学则要教会这个"大脑"如何控制身体去完成任务。两者相辅相成——现代智能机器人往往是人工智能与机器人技术的深度融合产物。
机器人学的研究范畴
机器人学的研究范畴极为广泛，如果我们尝试绘制一张地图，那么这张地图大致可以划分为以下几个主要区域：
第一，机构设计（Mechanism Design）。这是机器人的"身体"科学，研究如何设计机器人的物理结构，包括关节类型、连杆机构、驱动系统等。一个优秀的机构设计要让机器人既灵活又稳定，既有力气又精准。想想人类的骨骼系统——我们需要多少块骨头、多少个关节才能完成从走路到弹钢琴的各种动作？机器人的设计同样面临类似的挑战。
第二，运动控制（Motion Control）。这研究的是如何精确控制机器人各部件的位置、速度和加速度。工业机器人能够以毫米级精度重复同一个动作，靠的就是精密的运动控制算法。从简单的"点对点移动"到复杂的"轨迹跟踪"，运动控制涉及大量的数学和物理知识。
第三，感知与传感（Sensing and Perception）。这是机器人的"感官"科学，研究如何让机器人感知周围环境。机器人需要知道自己在什么位置、周围有什么障碍物、目标在哪里等信息，才能做出正确的决策。视觉、听觉、触觉、力觉、距离测量——人类拥有的感知能力，机器人科学家都在努力赋予它们。
第四，导航与规划（Navigation and Planning）。这是机器人的"导航仪"和"智囊团"。导航研究如何让机器人从一点移动到另一点，避开障碍，找到最优路径。规划研究如何安排一系列动作来完成复杂任务，比如"如何组装一辆汽车"或"如何整理一个房间"。
第五，人机交互（Human-Robot Interaction）。这是机器人与人类沟通的"桥梁"科学。研究如何让机器人理解人类的指令、意图和情感，如何用人类自然的方式与机器人交流，以及如何确保机器人对人类安全友好。
机器人学的核心问题
尽管机器人学的研究范畴包罗万象，但归根结底，它要回答的核心问题只有一个：如何让机器人在真实、复杂、变化的世界中自主地、可靠地、安全地完成人类赋予的任务？
这个核心问题可以分解为三个子问题：
自主性（Autonomy）：机器人能在多大程度上独立工作？完全自主的机器人可以从接收任务开始，自主完成感知、决策、执行的全过程，不需要人类持续干预。而半自主的机器人则需要人类在某些环节提供指导或批准。
可靠性（Reliability）：机器人能稳定地完成任务吗？可靠性意味着在相同的条件下，机器人每次都能得到相同的结果。这对于工业生产、医疗手术等场景至关重要——没有人愿意乘坐一家"今天准点明天延误"的飞机。
安全性（Safety）：机器人会伤害人类或损坏环境吗？随着机器人越来越多地进入日常生活，从家用机器人到自动驾驶汽车，安全问题变得越来越重要。一个可靠的机器人不仅要完成任务，还要以不伤害人类和其他物体安全的方式完成任务。
这三个子问题构成了机器人学的基本挑战，也是我们在学习机器人学时需要始终关注的核心视角。
---
机器人技术的历史演变：从幻想走向现实 | The Evolution of Robot Technology: From Fantasy to Reality
任何一项伟大的技术，都有一段从幻想到现实的漫长历程。机器人技术的发展史，就是人类梦想与智慧交织的壮丽篇章。让我们踏上时光机，追溯机器人走过的每一步足迹。
古代的机械幻想（Ancient Mechanical Dreams）
人类对"自动机械"的想象，可以追溯到几千年前。在古希腊神话中，有能工巧匠代达罗斯创造的飞行雕像，有赫淮斯托斯打造的黄金侍女。在中国古代传说里，木甲艺伶能在御前行走舞蹈，展现出惊人的机关术。
公元前3世纪，古希腊数学家阿基米德设计过一种能模仿人动作的机械装置。公元1世纪，亚历山大城的希罗（Heron of Alexandria）发明了用蒸汽驱动的自动门、可以自行演奏的管风琴，甚至还有会"倒酒"的酒保——这些都被记录在他的著作《机械学》中。虽然这些"机器人"与现代意义上的机器人相去甚远，但它们证明了人类早在2000多年前就开始探索让机器模仿人类动作的可能性。
在13世纪的欧洲，修道院里出现了用发条驱动的机械天使，它们的翅膀会扇动，眼睛会转动。这些精巧的机械装置不仅是宗教艺术的体现，更是机械工程技术的结晶。15世纪，意大利艺术家达·芬奇留下了大量关于机械骑士的设计手稿——根据这些手稿复原的模型显示，这个机械骑士能够站立、坐下、摇头，甚至抬起面甲。这或许是人类最早关于人形机器人的系统构思。
现代机器人思想的萌芽（The Sprout of Modern Robot Ideas）
真正为现代机器人奠定思想基础的，是20世纪初期的一批科幻作家和科学家。
1920年，捷克作家卡雷尔·恰佩克（Karel Čapek）在其科幻剧本《罗苏姆的万能机器人》（R.U.R.）中，首次使用了"Robot"这个词。这个词源自捷克语的"Robota"，意思是"强制劳动"或"苦工"。在恰佩克的笔下，机器人是一种被制造出来为人类服务的机械人——它们不知疲倦、绝对服从，却最终因为不堪忍受奴役而起来反抗人类。这部作品一经问世便引起轰动，"Robot"这个词也随之传遍世界。
1942年，美国科幻作家艾萨克·阿西莫夫（Isaac Asimov）在短篇小说《转圈跑》（Runaround）中提出了著名的机器人三定律：
> 第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。 > > 第二定律：机器人必须服从人类给予它的命令，当该命令与第一定律冲突时例外。 > > 第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
这三条定律看似简单，却触及了机器人学的核心问题：如何确保机器人对人类安全有益？直到今天，机器人伦理学家仍在讨论和完善阿西莫夫提出的这些原则。
1948年，美国数学家诺伯特·维纳（Norbert Wiener）出版了《控制论：关于在动物和机器中控制和通讯的科学》（Cybernetics: Or Control and Communication in the Animal and the Machine）。这本书第一次系统地提出了反馈控制的思想，为现代控制理论奠定了基础。维纳指出，无论是生物还是机器，都通过"感知-决策-执行-反馈"的循环来维持自身的稳定和目标的达成。这个洞见深刻地影响了后来机器人学的发展。
机器人技术的诞生与成长（Birth and Growth of Robot Technology）
1954年，美国发明家乔治·德沃尔（George Devol）申请了一项名为"可编程的关节式传送装置"的专利，这是世界上第一台工业机器人的设计图纸。1961年，基于德沃尔的设计，世界上第一台工业机器人"尤尼梅特"（Unimate）正式诞生，并在美国新泽西州的通用汽车公司投入运行，用于从压铸机中取出炽热的金属铸件。
这一历史性时刻标志着机器人技术正式从实验室走向工厂。从此，工业机器人开始在全球制造业中扮演越来越重要的角色。它们不知疲倦、精度极高、不会疲劳——这些优点使它们成为现代流水线的理想成员。
1969年，挪威发明家恩格尔伯格（Victor Scheinman）发明了"斯坦福机械臂"（Stanford Arm），这是一款具有6个关节的电动机械臂，被认为是世界上第一台由计算机控制的机器人。斯坦福机械臂的创新意义在于：它采用了当时还很新鲜的计算机控制技术，使得机械臂可以根据不同的任务进行编程和调整，大大提高了灵活性。恩格尔伯格后来创办了著名的机器人公司Unimation，推动了工业机器人的商业化进程。
1978年，日本早稻田大学加藤一郎研究室研制出了世界上第一台仿人双足步行机器人——WABOT-1。这台机器人能够用日语与人类交流，能用日语进行简单的对话，还能抓取物体。虽然它的动作在我们今天看来相当笨拙，但它的诞生具有里程碑式的意义——它证明了人类有能力制造出能够像人一样用腿走路的机器。
机器人技术的爆发式发展（Explosive Development of Robotics）
进入21世纪，机器人技术进入了爆发式发展期。这一时期的特征是：传感技术突飞猛进，人工智能算法日益成熟，计算能力大幅提升，机器人开始从工厂走向更广阔的应用场景。
2000年前后，美国波士顿动力公司（Boston Dynamics）推出了BigDog、Spot等系列四足和双足机器人，它们展现出惊人的平衡能力和运动能力，能够在崎岖不平的地形上行走、奔跑、跳跃，甚至被人踢倒后还能爬起来。这些视频在网上广泛传播，让无数人对机器人技术刮目相看。
2004年，美国国防部高级研究计划局（DARPA）发起了 DARPA 大挑战赛（Grand Challenge），邀请全球科研团队开发自动驾驶汽车。2009年，谷歌公司开始秘密研发自动驾驶汽车，并在2010年宣布其无人驾驶汽车已经累计行驶超过16万公里。2012年，特斯拉汽车推出了辅助驾驶功能Autopilot；2016年，Waymo从谷歌分拆出来，成为独立的自动驾驶技术公司。自动驾驶技术的快速发展，让人们开始认真思考：也许在不久的将来，我们真的可以把方向盘完全交给机器。
2008年，iPhone 3G的发布开启了智能手机的普及时代，同时也带动了传感器技术（特别是MEMS陀螺仪和加速度计）的快速进步和成本下降。这些低成本的传感器很快被应用到了机器人领域，使得小型化和低成本的机器人成为可能。
2010年代，服务机器人开始走入千家万户。扫地机器人是其中最成功的代表——它们能够自动在家中四处移动，避开障碍，清洁地板，然后自动回到充电座。2015年，中国的大疆公司占据了全球消费级无人机市场的70%以上，无人机开始广泛应用于航拍、农业、物流等领域。2016年，波士顿动力推出的Handle机器人展示了轮式移动与双足站立结合的可能性；同年，软银的人形机器人Pepper开始在日本商场、银行等场所担任接待员。
人工智能与机器人的深度融合（Deep Integration of AI and Robotics）
近年来，最引人注目的发展趋势是人工智能与机器人技术的深度融合。大语言模型（LLM）、强化学习、深度学习等技术的突破，正在彻底改变机器人的能力边界。
2023年，美国机器人公司Figure与OpenAI合作，展示了Figure 01机器人与人类进行自然语言对话、理解人类意图、执行复杂任务的能力。特斯拉的Optimus人形机器人正在快速迭代，其目标是实现通用人形机器人，能够在工厂、家庭等环境中执行各种任务。2024年宇树科技（Unitree）发布的人形机器人Unitree H1，能够在行走、跑步、跳跃等方面展现出接近人类的表现。
这些进展让我们有理由相信，我们正在进入一个机器人与人类共存的新时代。但与此同时，也带来了新的问题：机器人会抢走人类的工作吗？人类该如何与越来越智能的机器人相处？这些都是机器人学需要面对的伦理和社会问题。
---
感知、规划与控制：机器人学的三大支柱 | Perception, Planning and Control: The Three Pillars of Robotics
如果说机器人学是一座宏伟的大厦，那么感知、规划与控制就是支撑这座大厦的三根支柱。它们相互关联、缺一不可，共同构成了机器人能够自主完成任务的核心能力。理解这三个概念及其相互关系，是我们深入学习机器人学的关键。
感知：机器人认识世界的"眼睛"和"耳朵"
感知（Perception）是指机器人通过各种传感器获取关于自身状态和外部环境信息的过程。可以把感知理解为机器人的"感官系统"——它是机器人认识世界的窗口。
机器人常用的传感器可以分为两大类：本体感知传感器和外部感知传感器。
本体感知传感器帮助机器人了解"自己"的状态。最典型的例子是编码器（Encoder），它安装在电机轴上，能够精确测量电机转动的角度和速度，从而推算出机器人各个关节的位置。现代机器人通常在每个关节都装有编码器，形成一个完整的"关节角度反馈系统"。除了编码器，常用的本体感知传感器还包括陀螺仪（测量角速度）和加速度计（测量加速度），它们对于保持机器人平衡至关重要。
外部感知传感器帮助机器人了解"周围"的世界。摄像头是最直观的外部传感器，它能够捕捉环境的图像信息，让机器人"看见"周围的世界。现代机器人视觉系统可以识别物体、理解场景、检测人体姿态等。激光雷达（LiDAR）通过发射激光束并测量反射时间，能够精确构建周围环境的三维地图，特别适合自动驾驶和室内导航。超声波传感器通过发射超声波并测量回声时间来计算距离，成本低廉，常用于近距离避障。触觉传感器让机器人能够"感知"接触力的大小和方向，这对于精细操作至关重要——比如让机器人学会抓鸡蛋而不捏碎它。
感知系统的一个核心挑战是数据融合（Sensor Fusion）。机器人的各个传感器各有优劣：摄像头信息丰富但容易受光照影响，激光雷达精确但价格昂贵，超声波便宜但精度有限。机器人需要将来自不同传感器的信息有机融合，才能获得对环境的准确理解。这就像人类会同时用眼睛、耳朵、皮肤甚至鼻子来感知世界——单一感官往往不够可靠。
规划：机器人思考行动的"大脑"
规划（Planning）是指机器人根据感知到的信息，制定出一系列行动步骤以达成目标的过程。如果说感知是机器人的"眼睛"，那么规划就是机器人的"大脑"——它负责思考"我应该做什么"。
规划问题可以分为几个层次：
任务规划（Task Planning）是最抽象的层次，它回答"我要做什么"的问题。给定一个高层目标（比如"把桌上的杯子放到柜子里"），任务规划需要将其分解为一系列子目标（"走到桌前"、"拿起杯子"、"走向柜子"、"放下杯子"）。这听起来像是简单的常识，但对机器人来说却并不容易——因为日常语言中的指令往往充满歧义，机器人需要理解人类的真实意图，才能制定正确的行动计划。
运动规划（Motion Planning）回答"我怎么移动"的问题。给定起点和终点，运动规划需要计算出一条安全、平滑、不与障碍物碰撞的路径。对于在二维平面上移动的机器人，这可能只是寻找一条避开障碍物的曲线；但对于在复杂三维环境中移动的人形机器人或多关节机械臂，运动规划就变成了一道极其复杂的数学题。著名的A*算法和RRT算法是解决运动规划问题的经典方法。
轨迹规划（Trajectory Planning）则关注"我以什么速度和姿态移动"的问题。仅仅知道要经过哪些点是不够的，机器人还需要知道在每个点应该以多大的速度、加速度运行，才既不会超过关节的物理限制，也不会因为速度变化太剧烈而产生振动或失控。对于需要与人类协作的机器人，轨迹规划还要考虑运动的"人性化"程度——谁愿意和一个动作僵硬突兀的机器人一起工作呢？
规划系统面临的最大挑战是不确定性。真实世界充满变数：障碍物的位置可能改变，目标的形状可能不同，机器人的执行结果可能与预期有偏差。优秀的规划系统需要能够应对这些不确定性，或者在不确定性较大时主动寻求更多信息——这体现了主动感知的思想。
控制：机器人执行动作的"神经系统"
控制（Control）是指机器人根据规划结果，驱动电机等执行器产生实际动作的过程。可以把控制理解为机器人的"神经系统"——它负责将决策转化为行动。
控制系统的核心概念是反馈（Feedback）。所谓反馈，就是将系统的实际输出结果回传给控制器，与期望的目标进行比较，然后根据偏差调整控制量。这形成了一个"感知-决策-执行-再感知"的闭环。以恒温器为例：它感知室内温度，与设定的目标温度比较，如果温度低了就打开暖气，温度高了就关闭——这就是一个最简单的反馈控制系统。
机器人控制中最常用的方法是PID控制。PID分别代表比例（Proportional）、积分（Integral）和微分（Derivative）。简单来说：比例控制根据当前的偏差大小输出控制量，偏差越大控制力越强；积分控制根据偏差累积的时间输出控制量，用于消除稳态误差；微分控制根据偏差变化的趋势输出控制量，用于预测未来偏差并提前调整。PID控制虽然原理简单，但在工业控制中应用极为广泛，被誉为"控制理论的基石"。
对于更复杂的机器人系统，比如需要同时控制多个关节协同动作的人形机器人，PID控制就显得不够用了。这时需要用到现代控制理论中的方法，如状态空间控制、自适应控制、鲁棒控制等。强化学习和深度强化学习则是近年来兴起的、更智能的控制方法——机器