另一方面，今天：
人工智能算法在决策方面非常出色
传感技术非常先进
通讯技术非常快
我们可以制造便宜的零件
人们精通小工具
那么，为什么我们的日常生活中没有真正的机器人？在该领域没有投资？还没有市场吗？领域知识不足？缺少技术？有什么主意吗？
#1 楼
首先，一切都不如您想象的那么完美。许多算法（包括AI）在理论上都可以很好地工作，但实际上，有太多无法预料的事件。这种情况经常发生，以至于您的算法在仿真中能完美发挥作用，一旦将其加载到机器人中，它甚至无法在简单的走廊中直行。除此之外，我相信有两个主要原因：
机器人很昂贵。您可能有一些便宜的零件，但实际上，机器人很昂贵。在我的实验室中，我们参与了机器人皮肤的制作，正因为如此，一个人大小的机器人一点都不便宜。对于工业机器人而言，它很便宜，但我怀疑您是否愿意为无用的机器人支付数千美元/欧元。
机器人并不安全。至少还没有。如果小型吸尘器机器人撞到您的腿，则不会造成太大伤害。但是，如果有人形机器人在握手时踩到您的手，那么没人会对此负责。请注意，算法的不足（例如传感器数据处理，特征提取和推理）是缺乏安全性的主要原因。
所以我相信，即使我们与机器人朋友之间的距离也不远在我们当中，现在还为时过早。
只给您提供现实世界中的示例：
Nao机器人旨在作为伴侣（来自Wikipedia），但实际上主要用于足球比赛，其成本约为16000美元：
（来源：about-robots.com）作为个人助理而建造的Enon机器人，售价约为60000美元：
200000 $：
（来源：physorg.com）评论
$ \ begingroup $
分析Shahbaz，那么，我们可以得出结论，主要问题是安全性。仅构建了20个iCub。显然，批量生产可以大大降低成本。此外，还有其他降低成本的方法。至于安全问题，一种方法可能是使用航空航天解决方案，例如具有冗余性以应对故障。缺乏信任怎么办？我认为许多人不愿让吸尘器在屋子里徘徊。不过，对于普通消费者而言，这是一款经济实惠的机器。
$ \ endgroup $
– D博士
13年1月12日在16:56
$ \ begingroup $
@drd，我不确定（我没有任何引用），但是所有这些都有一定的作用，导致我们看到的行为。批量生产可以降低成本，但是机器人组装并不是一件容易的事（因此不容易批量生产）。另一方面，冗余会增加成本。哦，别忘了功耗。心理原因当然也起作用，尽管我不能肯定地说。我相信，目前家用机器人将被视为成年人的超昂贵玩具，而且市场并不多！
$ \ endgroup $
– Shahbaz
2013年1月12日20:43
#2 楼
自主机器人的主要限制因素是智能。尽管AI取得了长足的进步，但它通常无法应对世界的复杂性。这个问题的常见解决方案是将自主机器人限制在世界上非常简化的版本。Roomba是一个很好的例子。它通过本质上执行简单模式（螺旋，直线等）的组合来处理世界的复杂性，其中模式之间的转换是障碍物存在和时间的函数。这有其好处。例如，Roomba只需要一个装满颠簸和红外传感器的手就能感知其世界，从而限制了所需的处理能力。这主要是由于多年来军队的大量投资。不仅在无人机（UAV）中，而且在地面车辆中。这些投资的众所周知的例子包括DARPA大挑战赛和DARPA城市挑战赛。幸运的是，为这些车辆开发的许多技术都可以更普遍地应用。例如，运动计划技术通常适用于具有其他运动方法的机器人。
由于类似的投资，其他类型的自主机器人也已出现。例如，DARPA最近宣布了DARPA手挑战赛的获胜者，并正在积极推动两足动物比赛。同样，波士顿动力公司（Boston Dynamics）等公司在推进自主机器人方面也做了很多工作。当然，可能有人会反对说他们的机器人（例如BigDog和Cheetah）只是半自动的，但是这样的反对未能认识到仍然涉及多少自治。
评论
$ \ begingroup $
感谢DaemonMaker的回答，人工智能赢得了对抗Garry Kasparov的国际象棋比赛。我们是否可以得出结论，我们在移动机器上的处理能力有限，而不是真正的智能能力受到限制？但是，来自Boston Dynamics的RHex可以运行6个小时，其视频令人惊讶。虽然，我不确定它是否完全自主运行。
$ \ endgroup $
– D博士
13年1月12日在22:41
$ \ begingroup $
尽管处理能力受到限制，但它并不是唯一的限制。关于构建智能系统，我们仍有很多知识要学习。举个例子。首先，像Deep Blue和Watson这样的代理具有强大的处理能力，但是它们高度专业化，无法解决一般性问题（即世界的复杂性）。另一方面，RHex具有非常强的能力，能够以很少的处理能力自动处理复杂的地形。这是我喜欢称之为物理或机械智能的一个例子。请查看Rolf Pfeifer博士的工作以获取更多详细信息。
$ \ endgroup $
– DaemonMaker
13年1月12日23:50
$ \ begingroup $
@DrD我也认为国际象棋是一个非常受限制的环境，与自然灾害发生地相比，规则相对较少。
$ \ endgroup $
–野生甲壳动物
13年1月14日在13:59
#3 楼
实际上，机器人确实存在于您的日常生活中。很多。只是不像您期望的那样。人工智能可以为自己定义任务，朝着目标努力并与人类有目的地互动吗？不会。即使存在的最好的AI仍然可以说只是模式识别而已。
如果您可以类推，那么我们不是（也不应该是）建造生活机器，而这正是许多人对先进机器人技术的期望。
相反，我们正在构建与魔术物品相当的现实生活。他们通过执行非常具体的任务，或者只是使我们更容易完成任务来帮助用户。其中一些机器人太老旧了，甚至无处不在。
机器人可以广义地定义为一种感知环境的机器，用以决策和执行某些任务。我们能想到其中的一些机器吗？
#4 楼
您发布机器人的前两个原因仍然是错误的，即发布后的第二年。今天，还没有AI算法。当前存在的是一些比较聪明的行动-反应方案。从1997年到2000年，我一直在水泥厂的起重机自动化中工作。各种传感器发送了有关需要新材料的通知，因此创建并计划了新任务。绝对没有魔术。最终有5名起重机司机失去了工作，因为一些带有很多传感器的软件做了同样的事情。对于我的需求，仍然没有可用的传感器。我需要一个机器人来清洁我的公寓，尤其是浴室和厨房。判断毛巾是否脏污的传感器在哪里？窗户或地板是否需要清洁？机器人在哪里洗碗，然后将其放入柜子？
人们仍在等待通过图灵测试的软件。成功完成后，就迈出了进入AI软件的第一步。
评论
$ \ begingroup $
到目前为止，还没有AI算法可以说是一个有力的证明。我并没有讨论“什么是AI”这一哲学问题，但是AI中除了动作反应之外还有很多其他事情。许多智能处理决策，除了做出反应之外，人工智能实际上拥有庞大的优化算法库。很难将这些算法应用于现实生活中，因为现实生活中有太多的参数和不可预测性。
$ \ endgroup $
– Shahbaz
16年9月14日在15:14
评论
十多年前，在世界贸易中心部署了搜索和救援机器人。显然，这是第一个实际部署，根据您的要求，这些机器人的性能非常差或相当好，但是大多数救援机器人都是远程操作的，因此它们并不是真正适用于您的问题的示例另外，我的兄弟在小松工作了很长时间。他们提供了一个自动化的露天采矿系统。许多潜在客户不感兴趣，因为他们必须“与工会打架”才能进入工作场所。就安全因素而言，对于任何也有人在工作的矿山，也被认为是“没有出现”。不久前，我听说他们已经设法将系统安装到一两个新启动的地雷中，但是由于缺乏证据而对此表示怀疑。
这个问题似乎不合时宜，因为它涉及推测行业状况，而不是解决机器人技术中的实际问题。
...人工智能算法在决策方面非常出色-“好的”还不够。您是否要让AI汽车让您仅存活72.3％的时间？？？在最令人垂涎的AI机器人应用程序中，人们期望在随机性混乱的操作条件成为标准的世界中，自主权能够完美执行。最佳“算法”仅在有限（即理想）的环境中有效。没有通用的AI软件可以使机器人“处理一切”。