皮肤在生物系统中起着至关重要的作用，保护机体并实时感知外部环境。电子皮肤(e-skin)通过嵌入了一个由机械、化学、振动、温度或疼痛感受器组成的密集网络，这些感受器在协同作用下模拟皮肤产生的躯体感觉。对于机器人来说，各种各样的传感器嵌入他们的身体，才能使他们获得环境相关的信息。随着软体机器人的研究日益增多，机器人系统面临着传感器集成的诸多挑战，包括可拉伸的多模态传感、高分辨率且大面积传感器阵列的嵌入以及多模态数据融合等。
近期，《SCIENCE ROBOTICS》刊登了《Electronic skins andmachine learning for intelligent soft robots》的文章。文中对电子皮肤、软体机器人和机器学习之间的交叉研究的进展(图1)做了总结，并对研究中的挑战和发展前景进行了讨论。文中以跨学科综述、电子皮肤的应用和机遇及前景三个主题展开，深入地介绍了一体化电子皮肤的设计和制造、基于皮肤的软体机器人传感、机器学习在柔性电子皮肤上的应用、形状感知、面向软体机器人的反馈控制和机器人的操作等。
与机器人互动时研究人的大脑将有助于更清晰、更深入地了解人机交互，从而为社交机器人的春天奠定基础，将社会维度整合到人与这些机器的交流中来加速人与机器人的交互研究，有助于推动创造真正的社交机器人
机器人对环境的感知大多通过激光雷达、摄像头、毫米波雷达、超声波传感器、GPS这五类传感器及其之间的组合来实现自主移动功能
教育服务机器人：指具有教与学智能的服务机器人，机器人教育：模块化机器人和机器人套件是机器人教育中常见 的辅助产品
教育机器人经历了从概念先行到价格营销到回归内容与价值本质的发展阶段变迁
机器人感知系统包括传感器的选择和配置，以及算法和实现，利用了一个单目相机，一个短程二维激光测距仪，车轮编码器和惯性测量单元。
低级技能学习或建模的三种主要方法：动态运动基元(DMP)，高斯混合建模与回归(GMM-GMR)，隐马尔科夫模型（HMM）
人类教师提供的示教被用来推断执行高级技能的意图,现代方法也使用基于奖励函数的强化学习方法来实现期望目标
苏州行政审批局实现机器人导览服务。5G 高速互联网接入服务。异地超高清视频通话
由于机器视觉可以提供目标物的颜色、形状、纹理、深度等丰富的信息，且精度相当高，成本相对较低，因此以往关于植物检测的研究大多基于机器视觉
武汉大学薛龙建教授团队研制出一种迷你软体机器人Geca-Robot，其可精准控制方向和速度，可在废墟狭缝、生物体内完成各种复杂作业
人工智能技术在安全领域的应用需求日益迫切，人工智能自身的安全问题也不容小觑，安全与人工智能并举，双方的融合发展与创新是我强国战略中不可忽视的重要助推因素
专注于极简主义设计方法。在保留拟人化设计的许多优点的同时，在设计和控制方面进行原则性的简化，可以合理地降低系统的复杂度，包括执行器、传感器和程序代码的数量
