從具有社會屬性的智能系統(tǒng)開始。隨著智能系統(tǒng)的感知能力和行動能力日益增強，人與智能系統(tǒng)日益融合，出現(xiàn)了人機共融環(huán)境，在這種人機共融的環(huán)境中，自然而然就發(fā)展出了具有社會屬性的智能系統(tǒng)。這種智能系統(tǒng)既然有社會屬性，就意味著它要具備可以進化的能力，以下兩個方面探討這個系統(tǒng)的可進化性。

●一個方面是智能系統(tǒng)必須要具備可以內(nèi)部進化的能力。系統(tǒng)如果要進行內(nèi)部進化，通過一個單一的計算平臺是不可能實現(xiàn)的，所以需要實現(xiàn)不同平臺之間的交互，比如說機器人端和云端的計算平臺之間的交互，也就是「云機器人」的概念。

●另一個方面是智能系統(tǒng)要具備外部進化的能力。比如說通過人與機器人之間的交互來讓智能系統(tǒng)擁有外部可進化性的能力，這也就是我們講的「社交機器人」的概念。

二、面向長期自主定位的云移動機器人

面向長期自主定位的云移動機器人。在講這一點之前，先來回顧一下目前移動機器人或者服務機器人在應用上存在的問題：工作范圍受限、業(yè)務覆蓋受限、提供服務受限以及運維成本高。

這些問題看上去是應用層面的問題，然而具體到技術(shù)層面，實際上是關鍵的技術(shù)（長期自主的移動或長期自主和大面積覆蓋的移動）并沒有得到很好的突破的問題。

而這項關鍵技術(shù)也存在以下三大主要挑戰(zhàn)：

●第一個挑戰(zhàn)是，需要覆蓋大面積的區(qū)域，這樣就需要大量的數(shù)據(jù)來描述不同的環(huán)境；

●第二個挑戰(zhàn)是，還需要讓移動機器人適應動態(tài)場景，比如說檢測和跟蹤靜態(tài)或動態(tài)的物體、學習更多的知識來預測環(huán)境變化；

●第三個挑戰(zhàn)是，由于移動機器人需要長時間運行，隨著時間增長，它要求的數(shù)據(jù)存儲量也越來越多。

這樣的話，我們就需要讓機器人擁有更多的存儲空間和更強的運算能力，如果只是靠它們的單機本體其實是很難實現(xiàn)的。

這里面就提到了「云機器人」的概念，它就是利用了機器人端的運算以及云端的運算來進行機器人技術(shù)研究。總體而言，云機器人有幾個優(yōu)點，包括：

●第一，它可以利用云機器人的框架彈性分配計算資源，這樣就可以實現(xiàn)在復雜環(huán)境中的同時定位與制圖；

●第二，它可以在這個框架下訪問大量的數(shù)據(jù)庫，比如說我們在做識別和抓取物體的時候，需要用很多的數(shù)據(jù)庫來進行比對，另外比如說我們做基于外包地圖的長期定位，也需要訪問大量的地圖的數(shù)據(jù)庫；

●第三，這種機器人可以形成知識共享，也就是多機器人系統(tǒng)間的信息共享。也就意味著這些多機器人之間可以根據(jù)情況配備不同的裝備，同時它們之間可以在云端形成一些知識共享。

我們知道使用傳統(tǒng)方法研究的機器人是將環(huán)境中的人當做障礙物的，這樣就產(chǎn)生了一個問題：導致整個系統(tǒng)的移動效率低，甚至在人群密集的環(huán)境中很有可能是失效的。

因而有科研團隊提出一種新型智能移動機器人，其在未知的環(huán)境中具有學習行人行為模式的能力，這樣就可以增強移動機器人的智能理解和智能決策的能力。這團隊做了三個方面的工作：第一是未知環(huán)境可通行域感知，第二是半稠密環(huán)境語義地圖制作，第三是人機共融動態(tài)環(huán)境下同時定位與地圖更新。

這個系統(tǒng)主要有兩個貢獻：首先是提出了一種基于行人行為學習的機器人可通行區(qū)域制圖算法，也就是「Learning from Social Behaviors（LSB）」；其次是一種適應人機共融動態(tài)場景下的機器人同時定位與地圖構(gòu)建的方法（DM－LSAM）。二者其中的焦點就在于如何在動態(tài)環(huán)境適應能力、定位精度與魯棒性這幾個因素之間尋求平衡。

2018年全球服務機器人市場規(guī)模將達到92．5億美元，2020年將快速增長至156．9億美元。2018年，全球家用服務機器人、醫(yī)療服務機器人和公共服務機器人市場規(guī)模預計分別為44．8億美元、25．4億美元和22．3億美元，其中家用服務機器人市場規(guī)模占比最高達48％，分別高于家用服務機器人、公共服務機器人20、24個百分點。

2017年全年機器人行業(yè)融資數(shù)量超過110次，總?cè)谫Y規(guī)模超200億元，2018年全年融資次數(shù)有望超越2017年。從細分領域來看，個人／家用機器人、AGV、協(xié)作機器人、機器視覺等領域投融資案例較多，規(guī)模較大。

智能移動機器人將進入4．0時代，把云端大腦分布在云到端的各個地方，充分利用邊緣計算去提供更高性價比的服務，智能移動機器人除了具有感知能力實現(xiàn)智能協(xié)作，還具有理解和決策的能力，達到自主的服務。