為了趕上全球制造業(yè)模式變化的步伐，未來的機器人需要提供靈活性和敏捷性，從而在客戶個性化需求的前提下保持高產能和高質量。
傳統(tǒng)的生產模式還不會很快消失，因為它對于大規(guī)模生產還是最理想的。在這些傳統(tǒng)的工廠里，工業(yè)機器人是固定在一個位置上的，通過編程執(zhí)行特定的任務。傳統(tǒng)的工業(yè)機器人高效、精確、可靠。不過，這些傳統(tǒng)的工業(yè)機器人無法看到它們周圍的環(huán)境、感覺物體或與人類互動。
為了趕上全球制造業(yè)模式變化的步伐，未來的機器人需要提供靈活性和敏捷性，從而在滿足越來越分化的客戶需求的前提下保持高產能和提高質量。
未來智能機器人的特性包括可以應用在不同行業(yè)領域中的能力，例如制造業(yè)工廠或居家。它們還需要連接到與其他智能設備共享信息的網絡，以及具備通過人工智能算法、云和大數(shù)據(jù)的支持來學習的能力。它們同時也需要一個簡單、安全、友好的人機界面（HMI），和可以移動的能力。
IHS研究顯示機器人全球市場到2020年會大幅增長，其中工業(yè)機器人和專業(yè)服務機器人增長最多。圖片來源：IHS Markit
更加智能的機器人
許多科技巨頭們現(xiàn)在都在投身制造更加智能的機器人。例如，谷歌正在訓練其六軸機器人撿起不同形狀和材質的物體。這些機器人沒有對特定物體進行預編程，因此在遇到新的物體時，它的失敗率較高，不過它們可以從每一次失敗中學習，因此能夠在下一次撿起同類型物體時使用正確的策略。該機器人可以在其失敗和成功的嘗試中學習并通過云技術與其他機器人分享經驗。
Fanuc正在使用深度學習算法進行類似的研究，使用嘗試和失誤來學習如何在撿起隨機擺放的物體方面保持90%的精準度。Fanuc與Nvidia結成伙伴為預測停機時間以及提高現(xiàn)有機器人運行效率提供服務，而Nvidia為其提供提供GPU芯片組。更多對于深度機器學習的潛在應用包括，通過提前計劃維護工作而降低停機時間，以及通過分析視覺系統(tǒng)和傳感器數(shù)據(jù)來優(yōu)化機器人的運動等。
與人類協(xié)作、互動的機器人
盡管協(xié)作機器人和它們傳統(tǒng)的機器人同類相比還沒那么有效率和精準，不過它們的優(yōu)勢很多，包括安全、可移動、靈活、節(jié)省空間、安裝部署和編程都很簡單。IHS Markit 預測協(xié)作機器人的市場規(guī)模會從2015年的1億8百萬美元增長到2020年的5億7千萬美元。
機器人的設計理念是使其了解周圍的環(huán)境并且與人類互動，這與在組裝線上工作的傳統(tǒng)機器人不同。這些技術的目的是開發(fā)出一些自然的接口，可以在培訓更少、能耗更低的情況下實現(xiàn)復雜的機器人系統(tǒng)運行。
協(xié)作機器人在全球范圍內都是很熱門的話題，許多工業(yè)機器人供應商都在展示他們的協(xié)作機器人，包括：來自ABB的YuMi；來自Universal Robots的UR3, UR5和UR10；來自Rethink Robotics的Sawyer和Baxter； 以及來自Fanuc的CR-35iA等。
根據(jù)2016年IHS Markit 服務機器人與無人機報告來看，2015年專業(yè)服務機器人的市場估計為26億美元，預計到2020年，銷售額會達到128億美元。2020年以后，預計專業(yè)服務機器人的全球市場會增長的更快，在2030年會達到806億美元，更多的機器人會從原型機階段進化到滿足各個不同應用的商品化階段。
對于專業(yè)服務機器人市場來說，專業(yè)服務應用需求是以10億美元為單位的商機。最早對于專業(yè)服務機器人的應用領域包括農業(yè)、物流、醫(yī)療 、家政服務和健康等領域。
隨著對服務機器人需求的增加，自動運行的機械設備正逐步代替由農民完成的工作。它們正在用于例如播種、種植、收割、修剪、除草、采摘、分揀、噴灑以及物料搬運等流程。
醫(yī)療和保健行業(yè)也在應用服務機器人方面取得了巨大的進展。隨著外科手術機器人價格的降低以及它們在醫(yī)療操作中的任務越來越多，醫(yī)療行業(yè)仍將是機器人增長最快的領域之一。隨著全球老齡化到來，特別是例如日本和德國這些發(fā)達國家，對于傭人機器人的需求會隨著科技的發(fā)展而增長。
移動性是服務機器人和傳統(tǒng)工業(yè)機器人之間的最主要區(qū)別之一。機器人的類型可以根據(jù)環(huán)境、移動性和可攜帶性分為四種類型：陸上用的、空中用的/空間中用的/無人機、水中用的、以及可穿戴的/外骨骼的。
機器人的形狀因素與機器人工作所在的環(huán)境和機器人系統(tǒng)的移動性相關?？枯喿踊蜍壍赖臋C器人可以在結構性和可預測的環(huán)境內很好地適應（正如自動引導車在工廠內或清潔機器人在家里所做的），而有腿的機器人適合應用在非結構性和不可預測的環(huán)境中。（來源：《控制工程中文版》）
