达摩院趋势洞见：柔性感知机器人

?传统机器人依赖预编程，局限于大型生产线等结构化场景。近年来，柔性机器人结合柔性电子、力感知与控制、人工智能技术，获得了力觉、视觉、声音等感知能力，应对多任务的通用性与应对环境变化的自适应性大幅提升。

机器人将从大规模、标准化的产线走向小规模、非标准化的场景。预计未来五年，柔性感知机器人将逐步替代传统工业机器人，成为产线上的主力设备，并在服务机器人领域开始规模化应用。

趋势解读

机器人是技术的集大成者，在过去硬件、网络、人工智能、云计算的融合发展下，技术成熟度有了飞跃式地进展，机器人朝向多任务、自适应、协同化的路线发展。

柔性机器人是重要的突破代表，具有柔软灵活、可编程、可伸缩等特征，结合柔性电子、力感知与控制等技术，可适应多种工作环境，并在不同任务中进行调节。近年柔性机器人结合人工智能技术，使得机器人具备感知能力，提升了通用性与自主性，降低对预编程的依赖。

柔性感知机器人增加了对环境的感知能力(包含力、视觉、声音等)，对任务的迁移能力增强，不再像传统机器人需要穷举可能性，并且可执行依赖感知的任务(如医疗手术)，拓展机器人的适用场景。另一个优势是在任务中的自适应能力，面向突发变化能够及时反应，准确地完成任务并避免问题发生。

在工业机器人领域，柔性感知机器人的出现让机器人从大规模标准化走向小规模非标准化的产线，柔性感知机器人在任务间的转换能力强，同时智能化后降低了使用门槛。在疫情影响下招工难度不断提升，柔性感知机器人有望帮助补足用工缺口。

在服务机器人领域，柔性感知机器人极大改善人机交互的体验与安全性，通过感知人的行为，更柔软地产生反应，使得服务机器人可实现与人更自然地交互。

柔性感知机器人的另一个发展方向是可移动性，与AGV(自动导航机器)结合，可在更大范围中实现自主性与弹性，也为机器间与人机协作创造更多可能。

柔性感知机器人需要克服三大挑战：一是机器人领域的智能水平受制于端侧算力与小样本学习的有效性，有赖于云端协同的突破；二是柔性机器人的精度受制于材料的刚性，执行任务的准确性较低，有赖于可变材料的突破；三是柔性机器人的成本，有赖于工艺优化及通用化使得价格具备竞争力。

我们预测，未来五年内，柔性机器人将充分结合深度学习带来的智能感知能力，能面向广泛场景，逐步替代传统工业机器人，成为产线上的主力设备。同时在服务机器人领域实现商业化，在场景、体验、成本方面具备优势，开始规模化应用。