一个有趣的事实：机器人迄今为止还没有被清晰定义。
在机器人刚开始发展的那段时期，只要是那种对人类行为或者思想进行模拟的机械装置，就能够被称作是机器人。可是随着这个行业不断地向前发展，人们慢慢地察觉到到，长得“像人”这件事情并不是那么重要，“拥有反应机制”这一点才是最为关键的。
1920年，有一位捷克作家，他名叫卡雷尔，他编写了一部舞台剧，这部舞台剧的名字是《罗萨姆的万能机器人》。他在这部剧中使用的一种语言是捷克语，其中有个词是robota，其意思是奴隶。这个词被译成英文后，就变成了一个词，这个词是沿用至今的robot，也就是机器人。
在科幻作家笔下的黄金时代里，有思考能力并且能够自主行动，这样的机器人是 21 世纪不能缺少的一部分。然而到了 2018 年，多数人仅仅见过两种机器人，一种是食堂里用于削面的机器人，另一种是家里用来扫地的机器人。
为什么机器人行业的进展这么缓慢？
要讨论这个问题，首先我们需要回答：什么是机器人？
2011年，河北有个农民名叫崔润全，他提交了一项专利，这项专利是《可弯曲式刀削面机的挥臂装置》，有一只机械臂，此机械臂被安装在了奥特曼以及葫芦娃上面，而后成为了餐厅后厨的其中一员。
但这并不是机器人。
有着类似人的模样，具备能够活动以及能够说话的能力，比如一个装置了喇叭的塑胶娃娃。能够独自完成相应任务，比如洗衣机和铁皮青蛙这一类。然而这些通通都是无法成为机器人的充足条件。
机器人得能够去模仿人类的复杂行为，然而，人类的复杂行为是从条件反射的即时判断来的，并不是源于那些任何封闭的预存指令，毕竟封闭的预存指令不可能在变化的世界之中达成复杂行为。
所以，机器人研发的关键之处，应当是构造出反射，也就是去观测，进而感知外部世界所产生的变化，并且还要做出与之相应的反馈。
比如汽车不是机器人，但无人驾驶汽车就是。
对环境进行感知，也就是所谓的perception，针对相关情况展开分析推理谓之planning，实施运动控制即control，这三道关卡是所有机器在成为机器人以前必需去面对的。
环境感知的实质在于去量化物理世界，当下，存在成百上千种传感器，它们能够助力机器去感知光线，能够助力机器去感知温度，能够助力机器去感知角度，能够助力机器去感知速度，能够助力机器去感知距离，甚至能够助力机器识别对象的姿态以及可以助力机器识别对象的三维特征。
深度学习算法出现突破，这能够让机器人对所收集信息展开分析，且能进行推理，进而在尤为复杂的动态环境当中，做出更为出色的规划举动以及更为精准恰当的决策。
在当下，传感器技术以及深度学习算法持续发展的状况里，运动控制变成了机器人发展进程中最为突出的阻碍。这就要求我们针对机器人的活动部位构建起完备的动力学模型，从而让其能够如同人类那般展开精细的操作。即便在今天，哪怕是最为顶尖的实验室型号，也仅仅只能做到勉强好似人类一样行走。
这就是著名的莫拉维克悖论：
让电脑像成人那样下棋，相对而言是容易的，然而，若要让电脑具备如一岁小孩那般的感知能力，以及像一岁小孩那样的行动能力，却是相当困难的，甚至可以说是不可能的。
这同样是为何如今的家用机器人借助轮子去达成移动，并且对于运动控制能力需求不高的扫地机器人变成了最为常见的家用机器人。
以科沃斯 D520 为例，我们来看看它是如何成为机器人的。
感知部分由各式各样的传感器负责，这些传感器用于扫地机器人。一台扫地机器人一般有十几种传感器，像碰撞、跌落、加速度、转速等。其中激光测距传感器最为关键，传感器凭借激光投射在障碍物上的反射光，来确定与障碍物的距离信息。
扫地机器人借助这些距离信息，能够构建房间地图，从而确认自身于地图上的位置，进而实时规划清扫路径。 标点的更换算是完全无意义加字了吧。如果不行的话请务必告诉我，我会改进🧐。
为确保清扫成效以及清扫效率得以保障，科沃斯 D520 会运用弓字型清扫方案，在不出现任何遗漏死角情况的同时，能够以高效的状态去将清扫任务予以完成。
除此之外，科沃斯存在有着类似方案的空气净化机器人，以及擦窗机器人。虽然这些家用机器人的技术已然成熟，然而整个机器人行业依旧在等候基础技术的突破。在能够预见的未来，扫地机器人都将会是大多数家庭唯一可以见到的机器人。
