目前，云脑机器人及人与机器人共生物理空间研究仍然是国际上的空白，它的研发、制造和应用是衡量一个国家科技创新、高端制造业水平和综合实力的重要标志，必将是国家安全的基石和形成支柱产业的战略引擎。抓住这个重大的历史机遇期，增强我国在机器人领域的自主创新能力，是我国机器人研究和发展赶上和超越国际水平的重要途径。
　　作为机器人领域的后发国家CONTROL ENGINEERING China版权所有，我国在智能机器人领域相比于欧美日等先进国家还有相当大的差距。然而，大数据、云计算与物联网带来的变革，以及脑科学研究和类人认知计算技术的兴起www.cechina.cn，给机器人领域带来了新的跨越式发展机遇。

　　从未来10年乃至20年的发展角度看，机器人将越来越深入地融入社会，在更加动态和不确定的环境下www.cechina.cn，完成复杂和精细的操作任务。同时，我们也必须认识到，机器人无论如何发展，都只能是人类生活和工作的工具和帮手，辅助人类完成一些复杂、危险的工作。机器人将在人类的控制之下自主地执行任务，最终形成人和机器人协同工作的和谐环境。
　　目前人类生活的空间，是完全根据人类的认知能力和物理限制而建造的。未来人类建造或改造环境时，必须考虑人类和机器人之间的相互关系，使得未来人类生活和工作的环境适合机器人辅助人类生活、人和机器人协同工作。因此，机器人一方面需要借助脑科学和类人认知计算，通过云计算、大数据处理技术提高自身的认知能力；另一方面也需要在环境建造或改造中提出和研制易于人类和机器人操作的接口、设备等，研究新的机器人操作系统和操控技术，提高机器人的精细与灵巧作业能力，最终实现机器人和环境、设备的相互适应和共同进化，创造人和机器人和谐、协同工作的新空间。
　　综上所述，新一代机器人要求借助脑科学和类人认知计算方法，通过云计算、大数据处理技术，增强机器人感知、环境理解和认知决策能力。通过对人和机器人认知和物理能力、需求的深入分析和理解，构造人和机器人的共生物理空间。使得机器人能够完成复杂、动态环境下的主动服务和自适应操作。
　　作为机器人领域的后发国家CONTROL ENGINEERING China版权所有，我国在智能机器人领域相比于欧美日等先进国家还有相当大的差距。然而，大数据、云计算与物联网带来的变革，以及脑科学研究和类人认知计算技术的兴起www.cechina.cn，给机器人领域带来了新的跨越式发展机遇。目前，云脑机器人及人与机器人共生物理空间研究仍然是国际上的空白，它的研发、制造和应用是衡量一个国家科技创新、高端制造业水平和综合实力的重要标志，必将是国家安全的基石和形成支柱产业的战略引擎。抓住这个重大的历史机遇期，增强我国在机器人领域的自主创新能力，是我国机器人研究和发展赶上和超越国际水平的重要途径。
　　机器人系统中的类脑计算
　　人类大脑具有非常强大的信息处理和认知功能，人类对自己的大脑及其功能的研究，历经数百年，取得了巨大的进步，但依然处于十分初级的阶段。人类对自己大脑运行原理的理解，依然十分有限。因此，类脑计算面临着非常巨大的挑战，寻找一个易于突破的方向，是当前类脑计算领域亟待解决的重大问题。
　　使机器人也具有同人类一样的脑-手功能，将人类从琐碎和危险环境的劳作中解放出来，一直是人类追求的梦想。随着人类对脑-手认知功能理解的加深，从脑-手生物系统认知机理的角度研究仿生机器人，已成为机器人发展的重要方向。而这些研究有赖于对人类脑-手感觉运动系统多源信息编码和神经协同机理的认知，以及如何将其转化为仿生机械手灵巧操作的理论方法。这里首当其冲需要解决的就是脑-手感知运动系统多源感知信息的编解码、神经协同运动机理。人手、臂的运动行为是运动皮层和感觉皮层等多脑区参与的神经信息协同表征与处理结果，而运动行为的学习则须将各种相关感知信息如视觉、触觉、温度觉等，编码后传入中枢神经系统，经过重复整合并存入长期记忆中。
　　目前对于脑-手运动机理的分析通常限定为初级运动皮层或运动前区与手具体运动参数的统计关联性，而对于如何同时将多种感官信息传输到人脑、如何表示、整合，并长期存贮用于指导运动技能的学习，则鲜有研究。揭示脑-手运动行为在神经信息中的动态表征机理，从细胞、回路和脑区三个层次上分别研究神经元活动与运动行为在时间与空间分布上的系统量化关联性，对多脑区、高通量、时变、非线性的神经信号CONTROL ENGINEERING China版权所有，进行高效、动态、联合的传感测试与解析，是当前脑科学和人工智能领域面临的共同挑战。
　　云脑机器人
　　云脑机器人的类人认知离不开神经科学的发展。受大脑视觉系统的结构和功能特点启发建立的深度学习已在某些方面接近于大脑对于信息的处理能力。然而，深度学习仍然不完全具备大脑的认知能力，比如自主学习、对于多种模态的快速切换和自由融合、运动与感知的一体化等。因此，云脑机器人还需要从大脑借鉴更多的知识才能达到真正的类人认知。其次，为了实现类人认知，需要发展一种开放的、可扩展的、可重构的云脑计算体系结构，制造类脑神经元网络等新型机器人的“大脑”。
　　目前，美国、欧洲等均启动了类脑芯片及新型体系结构等的研究，最引人瞩目的成果是IBM公司于2014年8月发布的类脑芯片TrueNorth，其中含有100万个可编程神经元、2.56亿个可编程突触，每秒可进行2560亿次突触运算。每消耗一焦耳的能量www.cechina.cn，可进行460亿突触运算。国际上开展类似研究的还有许多知名企业、研究机构和大学，包括英特尔、ARM、惠普、高通、斯坦福大学、曼彻斯特大学、海德堡大学等。我国的脑计划项目也在紧锣密鼓地进行。清华大学也于最近研制成功了类脑计算芯片天机1号。这方面的研究成果有望为云脑机器人的研发提供强有力的支持。
　　云脑机器人研究需要大数据技术的支撑。目前的大数据计算的前沿研究热点目前正拓展对信息系统、物理系统和人类社会之间的高度耦合机理和互动模型研究。如何在现有认知科学和信息科学的研究基础上，对跨时空大数据中数据、对象和事件的属性进行建模、分析和挖掘，揭示跨时空大数据的高度耦合机理和融合交互规律，解决将人类知识与数据驱动的大数据技术有效结合的关键问题，是大数据计算的研究趋势，亦是云脑机器人认知与决策的重要基础。在智能决策方面，随着人们对人类脑神经系统、感觉运动系统多源信息编码和神经协同机理的认知，如何研究利用基于这些认知机理的智能控制理论与技术，并将其应用于机器人，增强机器人对不确定环境的适应能力和精细与灵巧操作能力，是云脑机器人智能控制研究的核心技术之一。目前，匹斯堡大学，布朗大学和浙江大学等单位已通过对猕猴和人的脑神经运动系统认知机理的揭示，研究新型的机器人操作理论方法，并进行了猕猴和人的典型抓取实验。作者领导的课题组开展了机械手高分辨率多模态陈列传感装置以及基于经验学习的机械手精细操作方法的研究，并将其应用于科学实验。