【冷哲的回答(36票)】:

機(jī)器人現(xiàn)在比較有前途的方向不外乎：工業(yè)機(jī)器人、無人飛行器（UAV）、無人駕駛汽車（UGV）、醫(yī)療機(jī)器人。工業(yè)機(jī)器人現(xiàn)在需求量越來越大，是個(gè)不錯(cuò)的行業(yè)，但是技術(shù)門檻比較低，目前主要做研究的都是公司了，大學(xué)里幾乎不做了。UAV主要是政府在投錢，軍隊(duì)用。UGV是政府和一些有前瞻性的公司，就目前的技術(shù)情況，恐怕十年內(nèi)無法大規(guī)模商業(yè)化。醫(yī)療機(jī)器人是針對目前一些手術(shù)上的問題在做，目前有一定進(jìn)展（達(dá)芬奇系統(tǒng)），商業(yè)前景很好，但是短期內(nèi)恐怕推廣不開。其他方向，比如家政機(jī)器人，有Willow Garage在探路，但是前景很不樂觀。日本做類人步行機(jī)器人做的很歡，但是毫無應(yīng)用前景。Boston Dynamics的四足步行機(jī)器人做得不錯(cuò)，但是應(yīng)用范圍過于狹窄，只有軍隊(duì)可能有興趣采購。Sarcos雷神的外骨骼做得不錯(cuò)，有一定商業(yè)化前景，但是自重太大，對能源要求很高，成本也很高，。

做機(jī)器人，主要有三個(gè)層面。

最底層做機(jī)械設(shè)計(jì)，主要是電機(jī)、傳感器、人工肌肉、結(jié)構(gòu)設(shè)計(jì)等等。

中層做控制設(shè)計(jì)，主要是傳感器濾波和控制算法。

上層做感知，主要是根據(jù)傳感器數(shù)據(jù)進(jìn)行更高階的信息融合，作更復(fù)雜的分析，比如說機(jī)器視覺、SLAM之類。

人工智能在機(jī)器人領(lǐng)域目前沒看出來有什么大用處。甚至連機(jī)器學(xué)習(xí)都用的非常少。三個(gè)層面都不錯(cuò)。不過目前發(fā)展最快的是后兩個(gè)層面。中層現(xiàn)在在工業(yè)界發(fā)展比較快。上層主要還是在學(xué)術(shù)界，目前還沒有多少可供商業(yè)化的東西。下層現(xiàn)在很緩慢，主要是沒有找到非常好的材料。

【賈子楓的回答(19票)】:

這是一個(gè)可以讓我和你暢談幾天幾夜的問題。我們僅從大方向分析未來十年到二十年的發(fā)展。（平常專業(yè)術(shù)語是用英文的，中文術(shù)語若不準(zhǔn)確請諒解）

機(jī)器人學(xué)發(fā)展的大方向，也可以說是歷史發(fā)展的幾個(gè)重要里程，以其萌芽以及成熟以及分為四個(gè)階段（這個(gè)階段是我三年前自己劃分的，不是權(quán)威的劃分）：工業(yè)機(jī)器人階段，初級階段，提高精度，研究從開環(huán)到閉環(huán)。主要研究運(yùn)動(dòng)學(xué)，動(dòng)力學(xué)，軌跡規(guī)劃。專業(yè)入門可以參閱JJ Craig的著作Introduction to Robotics。高端研究參考控制領(lǐng)域以oussama khatib等人的文章。機(jī)器人代表從早期Puma，Kuka，到最新的Rethink的Baxter。這里也包括遙操作系統(tǒng)，比如醫(yī)用的達(dá)爾文系統(tǒng)。軍事以及商用機(jī)器人階段，中級階段，也是現(xiàn)在的主流階段，最可能商業(yè)化的方向。主要研究移動(dòng)性能，不過對安全性考慮較少。代表機(jī)器人很多，大量的UAV （近幾年Quadrotor，就是四個(gè)螺旋槳的那種在研究領(lǐng)域很火），UGV （Google Car），包括Boston Dynamics（被收購了，我這里名字還是用這個(gè)）的Big Dog，Petman，wildcat，以及去年底Darpa challenge的各種人形機(jī)器人。家用機(jī)器人階段，高級階段。其實(shí)Asimo是朝這個(gè)方向去的，還有關(guān)掉的Willow Garage的PR2（可以找到簡化版的Unbounded Robotics的UBR-1），Suitable Tech的Beam, 我們也算上娛樂型的Sony的Aibo和Qrio （早就關(guān)掉了）?？梢娂矣脵C(jī)器人還有點(diǎn)為時(shí)過早，因?yàn)镠uman Robot Interaction現(xiàn)在都還處在理論階段而已，家用機(jī)器人相當(dāng)于把一個(gè)不安全的軍事機(jī)器人放在家里！成功的案例應(yīng)該只有iRobot領(lǐng)銜的機(jī)器人吸塵器，不是因?yàn)樗悄?，只不過他掃個(gè)地，安全性很容易保證。如果做研究，這個(gè)方向未來還可以發(fā)很多文章。通用機(jī)器人階段，未來階段，主要研究機(jī)器人的認(rèn)知理解能力。已經(jīng)有小部分研究開始做了，包括IBM的Blue Brain Project，歐盟Human Brain Project。好吧把這個(gè)歸為機(jī)器人。。勉強(qiáng)了。機(jī)器人本來就是強(qiáng)交叉學(xué)科，智能必然是根本。

所以，最好的工業(yè)方向，包括這幾年的發(fā)展以及未來十年到二十年的展望，必然還是研究軍用及商用機(jī)器人，重點(diǎn)還是移動(dòng)性能，同時(shí)包括為其服務(wù)的SLAM（求翻譯。。）和導(dǎo)航系統(tǒng)。主要衍生方向是機(jī)器人視覺，傳感器，效應(yīng)器（Actuator）。機(jī)器人安全性能的發(fā)展極有可能對工業(yè)機(jī)器人及家用機(jī)器人產(chǎn)生變革式的推動(dòng)。衍生方向主要是傳感器，柔性控制，效應(yīng)器。最好的研究方向，個(gè)人覺得是人機(jī)交互，機(jī)器學(xué)習(xí)，以及和神經(jīng)，認(rèn)知交叉的方向。

當(dāng)然不得不說的就是機(jī)器人現(xiàn)在還很少（個(gè)人了解是非常少）和移動(dòng)終端，大數(shù)據(jù)和云計(jì)算等主流IT交叉。這在未來十年移動(dòng)機(jī)器人技術(shù)成熟后一定會(huì)是一個(gè)強(qiáng)交叉領(lǐng)域。

機(jī)器人的發(fā)展倚賴多個(gè)學(xué)科的共同發(fā)展。但是“機(jī)器人學(xué)”的發(fā)展是相對比較獨(dú)立的。

【王貳的回答(9票)】:

先出國再說。

【盧茂軍的回答(1票)】:

哪方面的？機(jī)器人范疇太大了；未來的十年內(nèi)執(zhí)行精細(xì)加工工作的機(jī)器人應(yīng)該會(huì)有較大的空間。你可以看一看目前有什么精密工作是程序化往復(fù)動(dòng)作，如果你是學(xué)習(xí)材料的，建議你在電子肌肉材料方面發(fā)展，電機(jī)動(dòng)力機(jī)器人應(yīng)該會(huì)在非大型工業(yè)應(yīng)用中淘汰

【小心假設(shè)的回答(2票)】:

最近看了一篇文章，《環(huán)球科學(xué)》2014年第2期，機(jī)器人會(huì)改變世界嗎？是德國一個(gè)有名的機(jī)器人專家寫的。寫得很好，介紹并展望了幾個(gè)機(jī)器人研究方向。完全內(nèi)行，又通俗易懂。

順便插一句，機(jī)器人不跟純CS的研究一樣，機(jī)器人Digital與Analog的部分都很重要。而一旦涉及Analog的，德國、日本人乃至法國在機(jī)械、工藝、精密控制等的優(yōu)勢就會(huì)展現(xiàn)出來。而美國等（特別是印度）優(yōu)勢主要在于Digital的部分。當(dāng)然，美國也有波音、Boston Dynamics這樣的Digital與Analog都頂尖的公司。印度則幾乎只有Digital厲害。說這些的目的，是想說明，如果純Digital領(lǐng)域，中國幾乎只需要盯著美國硅谷就行的話；在機(jī)器人領(lǐng)域，則不再適用了。我想，Google收購了這么多機(jī)器人公司，原因也很可能與之有關(guān)。畢竟Google幾乎是純Digital的，但無人駕駛車中很多重要環(huán)節(jié)都是Analog有密切關(guān)系。

當(dāng)然，以上只是自己的拙見。歡迎指正。

【知乎用戶的回答(1票)】:

可以試試醫(yī)療機(jī)器人這個(gè)方向，相對來說前景還是很不錯(cuò)的

【Filestorm的回答(1票)】:

只說軟件，硬件方面我不懂。。。

機(jī)器人現(xiàn)在比較work的就是computer vision和reinforcement learning這兩塊兒。推薦閱讀Russell & Norvig的那本Artificial Intelligence: A modern approach 第三版（第二版內(nèi)容太老，不推薦）

【廖雪峰的回答(1票)】:

斯坦福大學(xué)在線開放課程AI即將開課，推薦教材就是Artificial Intelligence: A modern approach

趕快注冊吧：http://www.ai-class.com

【happyli的回答(1票)】:

做個(gè)機(jī)器人幫我買點(diǎn)東西，或者買東西的時(shí)候幫忙提點(diǎn)物品。會(huì)安全走回家就不錯(cuò)了。

【W(wǎng)angNing的回答(0票)】:

機(jī)器人的方向可以分布在機(jī)械、電子與計(jì)算機(jī)等幾個(gè)大的領(lǐng)域。

1. 機(jī)械領(lǐng)域主要研究的是機(jī)器人動(dòng)力學(xué)及運(yùn)動(dòng)適應(yīng)性。以及生產(chǎn)線的自動(dòng)化如焊接機(jī)器人的設(shè)計(jì)等問題。

2. 電子領(lǐng)域主要關(guān)注的是機(jī)器人的控制算法。 但是很多控制理論現(xiàn)在已經(jīng)不太流行了，比較超前的研究是基于網(wǎng)絡(luò)的群組機(jī)器人控制(Swarm Control)。可以參考Georgia Tech的Prof. Magnus Egerstedt的研究。

3. 計(jì)算機(jī)科學(xué)理論研究的主要是人工智能在機(jī)器人上的應(yīng)用。這里面涉及的方面很多: 機(jī)器學(xué)習(xí)(Machine Learning), 計(jì)算機(jī)視覺(Computer Vision), 自然語言處理(Natural Language Processing), AI Logic等等都是其主要的方面。具體前端的研究可以參考UC Berkeley教授Prof. Stuart Russell和Stanford教授Prof. Sebastian Thrun。

具體做哪一塊可以根據(jù)你之前的教育經(jīng)歷和研究興趣來確定。目前的主流研究更多在計(jì)算機(jī)科學(xué)領(lǐng)域下。

【YingHu的回答(0票)】:

可以學(xué)習(xí)計(jì)算機(jī)，電子，機(jī)械，物理和數(shù)學(xué)。一個(gè)研發(fā)機(jī)器人的團(tuán)隊(duì)里面，負(fù)責(zé)做硬件的是精通電子和機(jī)械的，做軟件的就是計(jì)算機(jī)編程了。物理和數(shù)學(xué)專家的作用不是必須的，但是他們的專業(yè)知識可以使產(chǎn)品更完善。

【吳崇的回答(0票)】:

我這需要能掃鳥糞的機(jī)器人。庭院散養(yǎng)，估計(jì)也沒啥技術(shù)難點(diǎn)，就是沒人做，感興趣可以試試。做散養(yǎng)的需要的應(yīng)該蠻多，請人打掃也一年也得不少工錢呢。

【知乎用戶的回答(0票)】:

如果想做研究，比如模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘；說到應(yīng)用，最好結(jié)合互聯(lián)網(wǎng)，比如對話機(jī)器人之類東西，有商業(yè)價(jià)值。

原文地址:知乎