皮膚在生物係統中起著至關重要的作用，保護機體並實時感知外部環境。電子皮膚(e-skin)通過嵌入了一個由機械、化學、振動、溫度或疼痛感受器組成的密集網絡，這些感受器在協同作用下模擬皮膚產生的軀體感覺。對於機器人來說，各種各樣的傳感器嵌入他們的身體，才能使他們獲得環境相關的信息。隨著軟體機器人的研究日益增多，機器人係統麵臨著傳感器集成的諸多挑戰，包括可拉伸的多模態傳感、高分辨率且大麵積傳感器陣列的嵌入以及多模態數據融合等。
近期，《SCIENCE ROBOTICS》刊登了《Electronic skins andmachine learning for intelligent soft robots》的文章。文中對電子皮膚、軟體機器人和機器學習之間的交叉研究的進展(圖1)做了總結，並對研究中的挑戰和發展前景進行了討論。文中以跨學科綜述、電子皮膚的應用和機遇及前景三個主題展開，深入地介紹了一體化電子皮膚的設計和製造、基於皮膚的軟體機器人傳感、機器學習在柔性電子皮膚上的應用、形狀感知、麵向軟體機器人的反饋控製和機器人的操作等。
與機器人互動時研究人的大腦將有助於更清晰、更深入地了解人機交互，從而為社交機器人的春天奠定基礎，將社會維度整合到人與這些機器的交流中來加速人與機器人的交互研究，有助於推動創造真正的社交機器人
機器人對環境的感知大多通過激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS這五類傳感器及其之間的組合來實現自主移動功能
教育服務機器人：指具有教與學智能的服務機器人，機器人教育：模塊化機器人和機器人套件是機器人教育中常見 的輔助產品
教育機器人經曆了從概念先行到價格營銷到回歸內容與價值本質的發展階段變遷
機器人感知係統包括傳感器的選擇和配置，以及算法和實現，利用了一個單目相機，一個短程二維激光測距儀，車輪編碼器和慣性測量單元。
低級技能學習或建模的三種主要方法：動態運動基元(DMP)，高斯混合建模與回歸(GMM-GMR)，隱馬爾科夫模型（HMM）
人類教師提供的示教被用來推斷執行高級技能的意圖,現代方法也使用基於獎勵函數的強化學習方法來實現期望目標
蘇州行政審批局實現機器人導覽服務。5G 高速互聯網接入服務。異地超高清視頻通話
由於機器視覺可以提供目標物的顏色、形狀、紋理、深度等豐富的信息，且精度相當高，成本相對較低，因此以往關於植物檢測的研究大多基於機器視覺
武漢大學薛龍建教授團隊研製出一種迷你軟體機器人Geca-Robot，其可精準控製方向和速度，可在廢墟狹縫、生物體內完成各種複雜作業
人工智能技術在安全領域的應用需求日益迫切，人工智能自身的安全問題也不容小覷，安全與人工智能並舉，雙方的融合發展與創新是我強國戰略中不可忽視的重要助推因素
專注於極簡主義設計方法。在保留擬人化設計的許多優點的同時，在設計和控製方麵進行原則性的簡化，可以合理地降低係統的複雜度，包括執行器、傳感器和程序代碼的數量
