传统人工智能符号处理技术应用于机器人有哪些难点一般工业机器人控制器本质上是一个数值计算系统如果将人工智能系统（如专家系统）直接添加到机器人控制器的顶层，能否获得良好的智能控制器？

　　没那么容易由于符号处理和数值计算，在知识表示和时间尺度的抽象水平上的显著差距，直接将两个系统结合起来，就会出现相互之间的通信和交互问题，这是组织智能控制系统的困难。

　　这种困难表现在两个方面：第一，传感器获得的反馈信息通常是大量的数值信息，符号层一般很难直接使用，需要压缩、转换、理解和转换成符号表示，这往往是困难和耗时的。

　　这些信息来自分布在不同位置和类型的多个传感器移动技术的移动功能是智能机器人与工业机器人的显著区别之一随着移动功能的增加，机器人的操作范围大大增加，从而将移动机器人的概念从陆地扩展到水和空气中近年来，移动技术在国外机器人研究项目中发挥了重要作用例如，移动技术被列为美国宇航局“自由号”上的机器人、美国宇航局和NSF开发的南极Erebus活火山探测机器人和美国核废料处理机器人HA7BOT中的关键技术流动和面向就业的实施机构的综合发展是最近出现的一个趋势因为无论什么样的机器人都需要配备机械手或传感器来执行特定的作业功能另一个趋势是运动控制和视觉日益结合这种趋势始于ALV项目，最近将静态图像识别框架转换为主动视觉和感知阶段显然，智能机器人在非结构化的环境中自主运动，或在远程控制条件下，视觉-传感器-驱动协调控制是必不可少的。

　　机器人手臂的设计和制造在运营商行业已经成熟，因此对智能机器人操作者的研究主要集中在各种灵活灵巧的手爪和手臂上机器人手臂结构应适应高速、重载、高精度、轻量化智能机器人的发展趋势轻量化是关键新高刚度、地震结构和材料是国外研究的前沿机器人的手、手腕和连接机构是一个引人注目的研究课题手腕机制研究的重点是牢度、准确性、柔韧性、柔韧性和结构紧凑性一类与人类协调密切相关的智能机器人，如医疗机器人、空间机器人、危险品搬运机器人、毛刺机器人等，面临着如何快速、准确地将人的意志和熟练的手工操作传递给机器人执行器的问题