ロボット工学は、機械工学、電子工学、情報工学、コンピュータ科学などを含む、工学と科学の学際的な分野です。 ロボット工学は、ロボットの設計、構築、操作、および使用、ならびに制御、感覚フィードバック、および情報処理のためのコンピュータシステムを扱う。
これらの技術は、人間を代用し、人間の行動を複製することができる機械を開発するために使用される。 ロボットは、多くの状況で多くの目的に使用することができますが、今日では、危険な環境（爆弾の検出や停止など）、製造プロセス、人間が生き残れない場所（宇宙など）で使用されています。 ロボットはどんな形を取ることもできますが、外観に人間に似ているものもあります。 これは、通常、人々によって実行される特定の複製行動におけるロボットの受け入れを助けると言われている。 このようなロボットは、歩行、持ち上げ、スピーチ、認知、そして基本的に人間が行うことができるものを複製しようとします。 今日のロボットの多くは自然に触発され、バイオインスピレーションロボットの分野に貢献しています。
自律的に動作するマシンを作成するというコンセプトは、古典時代にまでさかのぼりますが、ロボットの機能や潜在的な用途に関する研究は、20世紀まではそれほど大きくはありませんでした。 歴史のなかで、人間の行動を模倣し、人間のようなやり方でタスクを管理できることは、ロボットがいつか想定されていました。 今日、ロボット技術は急速に成長しており、技術の進歩が続いています。 新しいロボットを研究、設計、および構築することは、国内、商業、または軍事にかかわらず、さまざまな実用目的に役立ちます。 多くのロボットは、爆弾の解体、不安定な遺跡の生存者の発見、鉱山や難破船の探索など、人に危険な仕事をするために建設されています。 ロボット工学はSTEM（科学、技術、工学、数学）の教授援助としても使用されています。
ロボット工学は、ロボットの構想、設計、製造、および操作を含む工学の枝である。 この分野は、エレクトロニクス、コンピュータサイエンス、人工知能、メカトロニクス、ナノテクノロジー、バイオエンジニアリングと重なっています。
ロボットの側面
ロボットには多くの種類があります。 彼らは多くの異なる環境で使用されていますが、用途や形態が非常に多様であるにもかかわらず、それらはすべて構造上、3つの基本的な類似点を共有します。
ロボットはすべて、特定の作業を達成するために設計された何らかの種類の機械的構造、フレーム、形状または形状を有する。 例えば、重い泥や泥を横切って移動するように設計されたロボットは、キャタピラの軌道を使用する場合があります。 機械的な側面は、割り当てられたタスクを完了し、その周りの環境の物理を扱うための主な作成者のソリューションです。 フォームは関数に従います。
ロボットには機械に電力を供給して制御する電気部品があります。 例えば、キャタピラートラックを備えたロボットは、トラッカートレッドを動かすために何らかの力を必要とする。 その電力は電気の形で現れ、電線を通って移動し、基本的な電気回路であるバッテリから発する必要があります。 ガソリンから主に動力を得ているガソリンで動く機械でさえ、依然として電流が燃焼プロセスを開始する必要があり、そのためガソリンを動力とした自動車のような機械にはバッテリーが搭載されています。 ロボットの電気的側面は、（モーターによる）動き、（電気信号が熱、音、位置、エネルギー状態などを測定するために使用される）センシングおよび動作（ロボットはあるレベルの電気エネルギーをモーターに供給する必要があり、基本的な動作を起動して実行するためのセンサ）
すべてのロボットにはあるレベルのコンピュータプログラミングコードが含まれています。 プログラムは、ロボットが何かをいつ、どのようにするかを決める方法です。 キャタピラのトラックの例では、泥だらけの道路を移動する必要のあるロボットは、正しい機械的構造を持ち、バッテリから正しい電力量を受け取ることができますが、移動するようプログラムに指示しなければどこにも行きません。 プログラムはロボットの核心であり、優れた機械的および電気的構造を持つことができますが、そのプログラムがうまく構築されていないと、その性能が非常に悪い（または全く機能しない可能性があります）。 ロボットプログラムには、リモコン、人工知能、ハイブリッドの3種類があります。 遠隔制御プログラミングを備えたロボットは、制御源（典型的には遠隔制御を有する人間）から信号を受信した場合にのみ実行される既存のコマンドセットを有する。 主に人間のコマンドによって制御されるデバイスを、ロボット技術ではなく自動化の分野に属するものとして見ることは、おそらくより適切でしょう。 人工知能を使用するロボットは、制御源なしで自分の環境と相互作用し、既存のプログラミングを使用して遭遇する物体や問題に対する反応を判断することができます。 ハイブリッドは、AI機能とRC機能の両方を組み込んだプログラミングの一形態です。
アプリケーション
より多くのロボットが特定のタスクのために設計されているので、この分類方法はより適切になります。 例えば、多くのロボットは組立作業用に設計されており、他の用途には容易に適合できない可能性がある。 それらは「組立ロボット」と呼ばれます。 継ぎ目溶接のために、一部のサプライヤは、完全な溶接システム、すなわち溶接装置を、ターンテーブルなどの他の材料処理設備とともに一体型ユニットとして提供する。 そのような一体化されたロボットシステムは、その個別のマニピュレータユニットが様々なタスクに適合することができても、「溶接ロボット」と呼ばれる。 一部のロボットは、重荷重操作のために特別に設計されており、「重荷重ロボット」として分類されています。
現在および将来のアプリケーションには、
軍用ロボット
Caterpillarは遠隔操作型の機械を開発する予定であり、2021年までに完全自律型重ロボットを開発する予定です。すでに一部のクレーンは遠隔制御されています。
ロボットがハーディング作業を実行できることが実証されました。
ロボットは製造業でますます使用されています（1960年代以降）。 自動車業界では、「労働」の半分以上を占めることができます。 テキサス州のIBMキーボード製造工場のような100％自動化された工場もあります。
HOSPIなどのロボットは、病院（病院ロボット）の宅配便として使用されています。 ロボットが行う他の病院の仕事は、受付、ガイド、ポーターヘルパーです。
ロボットは、家庭でもウェイターや料理家としての役割を果たすことができます。 Borisは食器洗い機を搭載できるロボットです。 Rotimaticは、フラットブレッドを自動的に調理するロボット式台所用品です。
2つ以上のロボットが競技場で戦ってお互いを無効にする、スポーツ趣味やスポーツイベントのためのロボット戦闘。 これは1990年代の趣味から世界中のいくつかのテレビシリーズに発展しました。
有毒廃棄物や原子力施設などの汚染地域の清掃。
農業用ロボット（Agrobot）
家庭用ロボット、高齢者のための清掃と介護
低侵襲手術を行う医療ロボット
十分に使用されている家庭用ロボット。
ナノロボット
群ロボット
コンポーネント
電源
現在、ほとんどの（鉛酸）バッテリーは電源として使用されています。 多くの異なるタイプのバッテリをロボットの動力源として使用することができる。 それらは安全であり、比較的長い貯蔵寿命を有するが、体積がはるかに小さく、現在ははるかに高価な銀 – カドミウム電池に比べてかなり重い鉛蓄電池からなる。 バッテリ駆動のロボットを設計するには、安全性、サイクル寿命、重量などの要素を考慮する必要があります。 ジェネレータ、しばしばある種の内燃機関も使用することができる。 しかしながら、そのような設計は、しばしば機械的に複雑であり、燃料を必要とし、熱散逸を必要とし、比較的重い。 ロボットを電源に接続するテザーは、ロボットから電源を完全に取り除きます。 これには、すべての発電およびストレージコンポーネントを別の場所に移動することで重量とスペースを節約できるという利点があります。 しかし、この設計には、ケーブルが常にロボットに接続されているという欠点があります。これは管理が難しい場合があります。 潜在的な電源は次のとおりです。
空気圧（圧縮ガス）
太陽エネルギー（太陽のエネルギーを使ってそれを電力に変換する）
油圧（液体）
フライホイールエネルギー貯蔵
有機ごみ（嫌気性消化による）
核
起動
アクチュエータは、ロボットの「筋肉」であり、記憶されたエネルギーを運動に変換する部分である。 最も一般的なアクチュエータは、ホイールやギヤを回転させる電動モータ、工場内の産業用ロボットを制御するリニアアクチュエータです。 電気、化学薬品、または圧縮空気によって駆動される代替タイプのアクチュエータには、いくつかの最近の進歩がある。
電動モーター
大多数のロボットは、電動ロボット、しばしばブラシ付きブラシレスDCモータをポータブルロボットまたは産業用ロボットおよびCNC機械のACモータに使用する。 これらのモーターは、負荷が軽いシステムではしばしば優先され、支配的な形態のモーションは回転します。
リニアアクチュエータ
さまざまなタイプのリニアアクチュエータは、回転するのではなく、動き回ります。産業用ロボットなどのように非常に大きな力が必要な場合は、方向の変化が速いことがよくあります。 それらは、通常、圧縮空気および酸化空気（空気圧アクチュエータ）または油（油圧アクチュエータ）によって駆動される。
シリーズ弾性アクチュエータ
フレキシャは、安全性を向上させ、強力な力制御、エネルギー効率、衝撃吸収（機械的フィルタリング）を提供し、トランスミッションおよび他の機械部品の過度の摩耗を低減するために、モータアクチュエータの一部として設計される。 その結果、より低い反射慣性は、ロボットが人間と相互作用しているとき、または衝突中に安全性を向上させることができる。 様々なロボット、特に先進の製造ロボットや歩行型ヒューマノイドロボットに使用されています。
空気筋肉
空気筋肉としても知られている空気圧人工筋肉は、空気がそれらの内部に押し込まれると（典型的には最大40％）膨張する特別な管である。 これらは、いくつかのロボットアプリケーションで使用されます。
マッスルワイヤー
形状記憶合金、Nitinol（登録商標）またはFlexinol（登録商標）ワイヤとしても知られるマッスルワイヤーは、電気が印加されると収縮する（5％未満）材料である。 それらは、いくつかの小型ロボットアプリケーションに使用されています。
電気活性ポリマー
EAPやEPAMは、電気から実質的に（最大380％の活性化ひずみを）収縮させる新しいプラスチック材料であり、顔の筋肉やヒューマノイドロボットの腕に使用され、新しいロボットを浮かべたり、飛ぶか、泳ぐか、歩くことができます。
ピエゾモーター
DCモータの最近の代替は、圧電モータまたは超音波モータである。 これらは基本的に異なる原理で動作し、毎秒何千回も振動する小さな圧電セラミック素子が線形または回転運動を引き起こします。 さまざまな操作メカニズムがあります。 1つのタイプは、ピエゾ素子の振動を使用して、モータを円または直線でステップさせる。 他のタイプは、ナットを振動させたり、ねじを駆動させるためにピエゾ素子を使用する。 これらのモーターのメリットは、ナノメートルの分解能、速度、およびそのサイズに対する利用可能な力です。 これらのモーターは既に市販されており、一部のロボットで使用されています。
弾性ナノチューブ
弾性ナノチューブは、初期段階の実験開発における有望な人工筋肉技術である。 カーボンナノチューブに欠陥が存在しないことにより、これらのフィラメントは、金属ナノチューブの場合、おそらく10J / cm 3のエネルギー貯蔵レベルで、数パーセント弾性変形することが可能になる。 ヒトの上腕二頭筋をこの材料の直径8mmのワイヤと置き換えることができた。 そのようなコンパクトな「筋肉」は、将来のロボットが人間を抜き出して飛び越えることを可能にするかもしれない。
センシング
センサは、ロボットが環境または内部コンポーネントの特定の測定値に関する情報を受信できるようにします。 これは、ロボットがタスクを実行する上で不可欠であり、環境の変化に応じて適切な応答を計算します。 ロボットは、さまざまな形態の測定に使用され、安全または誤動作についての警告をロボットに与え、実行中の作業のリアルタイム情報を提供します。
タッチ
現在のロボット手および人工手は、人間の手よりはるかに少ない触覚情報を受け取る。 最近の研究では、人間の指先の機械的特性および触覚受容器を模倣する触覚センサアレイが開発されている。 センサアレイは、エラストマーの皮膚に含まれる導電性流体によって囲まれた剛性コアとして構成されている。 電極は、剛性コアの表面に取り付けられ、コア内のインピーダンス測定装置に接続される。 人工皮膚が物体に接触すると、電極周囲の流体経路が変形され、物体から受け取った力をマッピングするインピーダンス変化が生じる。 研究者は、このような人工指先の重要な機能は、保持された物体のロボットグリップを調整することを期待している。
欧州のいくつかの国とイスラエルの科学者は、SmartHandと呼ばれる人工器官を開発しました。これは本当のもののように機能し、患者はそれを書き、キーボードで入力し、ピアノを弾き、他の細かい動きをすることができます。 プロテーゼは、患者が指先で実際の感覚を感知できるようにするセンサを有する。
ビジョン
コンピュータビジョンは、見る機械の科学技術です。 科学的な規律として、コンピュータビジョンは、画像から情報を抽出する人工システムの背後にある理論に関係している。 画像データは、ビデオシーケンスやカメラからのビューなど、多くの形式をとることができます。
ほとんどの実際のコンピュータビジョンアプリケーションでは、コンピュータは特定のタスクを解決するように事前にプログラムされていますが、学習に基づいた方法はますます一般的になりつつあります。
コンピュータビジョンシステムは、典型的には可視光または赤外線のいずれかの形態の電磁放射を検出する画像センサに依存する。 センサはソリッドステート物理を使って設計されています。 光が伝播し、表面から反射するプロセスは、光学系を用いて説明される。 洗練されたイメージセンサでも、量子力学が画像形成プロセスの完全な理解を提供する必要があります。 ロボットは、複数の視覚センサを装備して、環境の深さ感覚をより正確に計算することもできます。 人間の目のように、ロボットの「目」はまた、特定の関心領域に焦点を合わせることができ、また、光強度の変化に合わせることができなければならない。
人工システムは、複雑さの異なるレベルで、生物システムの処理および挙動を模倣するように設計されているコンピュータビジョン内のサブフィールドがある。 また、コンピュータビジョンの中で開発された学習ベースの方法のいくつかは、生物学の背景を持っています。
その他
ロボット工学におけるセンシングの他の一般的な形態は、ライダー、レーダー、ソナーを使用します。
操作
ロボットはオブジェクトを操作する必要があります。 拾い上げたり、改変したり、破壊したり、効果をもたらすことがあります。 したがって、ロボットの「手」はエンドエフェクタと呼ばれ、「アーム」はマニピュレータと呼ばれます。 ほとんどのロボットアームには交換可能なエフェクタがあり、それぞれが小さな作業範囲を実行できます。 あるものには交換できない固定マニピュレータがありますが、いくつかのマニピュレータには非常に一般的なマニピュレータが1つ（例えばヒューマノイドハンド）あります。 ロボットを操作する方法を学ぶには、人間とロボットとの間に緊密なフィードバックが必要なことがよくありますが、ロボットの遠隔操作にはいくつかの方法があります。
機械グリッパ
最も一般的なエフェクタの1つは、グリッパです。 最も簡単な表現では、それは開いたり閉じたりして、小さなオブジェクトの範囲を取り上げて放すことができる2本の指だけで構成されています。 指は、例えば、金属線を貫通させた鎖で作ることができる。 人間の手のように似ていると動作する手には、影の手とロボットの手があります。 中間レベルの複雑さを持つ手にはデルフトの手が含まれます。 メカニカルグリッパは、摩擦や顎を含む様々なタイプがあります。 摩擦ジョーは、グリッパのすべての力を使用して、摩擦を利用して物体を所定の位置に保持する。 顎を包囲することで、摩擦を少なくして対象物を定位置に据え付けます。
真空グリッパ
真空把持器は、非常に単純な撓み装置であり、把持面が吸引を確実にするのに十分滑らかであれば、非常に大きな負荷を保持することができる。
電子部品のためのピックアンドプレースロボット、および自動車のフロントガラスのような大きな物体用のロボットは、しばしば非常に単純な真空グリッパを使用する。
汎用エフェクタ
いくつかの高度なロボットは、シャドーハンド、MANUS、シャンクハンドのような完全なヒューマノイドのハンドを使い始めています。 これらは非常に機敏なマニピュレータであり、20自由度と数百の触覚センサがあります。
運動
ローリングロボット
単純化のために、ほとんどの移動ロボットは4つの車輪または多数の連続軌道を有する。 ある研究者は、1つまたは2つの車輪のみを備えた、より複雑な車輪付きロボットの作成を試みてきた。 これらは、四輪ロボットができない限られた場所でロボットをナビゲートできるようにするとともに、効率の高さや部品の削減などの利点があります。
二輪バランシングロボット
バランシングロボットは、通常、ロボットがどのくらい落下しているかを検出し、車輪を同じ方向に比例して駆動するジャイロスコープを使用して、倒立振子の力学に基づいて1秒間に何百回も落下を相殺します。 多くの異なるバランシングロボットが設計されています。 セグウェイは一般的にロボットとは考えられていませんが、セグウェイとして使用するとロボットのコンポーネントと考えることができ、RMP（ロボットモビリティプラットフォーム）と呼ばれます。 この使用の例は、Segwayに搭載されたNASAのRobonautのようなものです。
1輪バランシングロボット
1輪バランシングロボットは、2輪バランシングロボットの延長線上にあり、円形ボールを唯一のホイールとして使用して任意の2D方向に移動することができます。 カーネギーメロン大学の人の身長と身長である「Ballbot」や東北学院大学の「BallIP」など、最近、いくつかの1輪バランシングロボットが設計されています。 細長い形状と狭いスペースでの操縦能力のため、人との環境では他のロボットよりも優れた機能を発揮する可能性があります。
球形球根ロボット
ボールの内部に重りを回転させるか、または球の外側の殻を回転させることによって、完全に球形のボールの内側にあるロボットでは、いくつかの試みがなされている。 これらはorb botまたはball botとも呼ばれています。
6輪ロボット
4つの車輪の代わりに6つの車輪を使用すると、岩場の泥や草などの屋外地形でより良い牽引力やグリップを得ることができます。
追跡ロボット
タンクトラックは、6輪ロボットよりも牽引力がますます高くなります。 追跡された車輪は何百もの車輪で構成されているかのように動作しますので、ロボットは非常に荒い地形で走行しなければならない屋外および軍用ロボットでは非常に一般的です。 しかし、カーペットや平滑な床などの屋内での使用は困難です。 例としては、NASAのアーバンロボット「Urbie」などがあります。
歩行ロボットに適用
歩行は解決するのが難しくダイナミックな問題です。 2本の足で確実に歩くことができるいくつかのロボットが作られているが、まだ人間ほど丈夫なものはまだ作られていない。 テキサスA＆M大学の機械工学科によって2008年に設立されたアンバー（AMBER）ラボのような人間のインスピレーションを受けた歩行に関する多くの研究が行われている。 これらのロボットが構築するのがはるかに容易であるため、2本以上の足を歩く多くの他のロボットが構築されている。 歩行ロボットは、他の歩行方法よりも優れた移動性とエネルギー効率を提供する不均一な地形に使用できます。 ハイブリッドも、I、Robotなどの映画ではスプリントに行くときに2本の足で歩き、4本（腕+足）に切り替えるように提案されています。 通常、2本の足のロボットは平らな床をうまく歩くことができ、階段を歩くこともあります。 誰も岩が多い不均等な地形を歩くことはできません。 試行された方法のいくつかは次のとおりです。
ZMP技術
ゼロモーメントポイント（ZMP）は、ホンダのASIMOなどのロボットが使用するアルゴリズムです。 ロボットの車載コンピュータは、床反力（ロボットの足に押し戻される床の力）に完全に対抗して、全体の慣性力（地球の重力と歩行の加速と減速の組み合わせ）を維持しようとします。 このようにして、2つの力は相殺され、モーメント（ロボットを回転させて転倒させる力）は残らない。 しかし、これは人間がどのように歩くのか正確には分かりません。その違いは人間の観察者には明らかです。ASIMOがトイレを必要とするかのように歩くことを指摘している人もいます。 ASIMOの歩行アルゴリズムは静的ではなく、いくつかの動的バランスが使用されます（下記参照）。 しかし、それでも歩くには滑らかな表面が必要です。
ホッピング
MIT Leg LaboratoryのMarc Raibertが1980年に構築したいくつかのロボットは、非常に動的な歩行を成功裏に実演しました。 最初は、脚が1つしかなく、足が非常に小さいロボットは、ホッピングするだけで直立した状態を保つことができました。 ポゴスティックの人の動きと同じです。 ロボットが一方の側に落ちると、それを捕らえるために、ロボットはその方向にわずかに飛びます。 まもなくアルゴリズムは2本と4本の足に一般化されました。 二足歩行ロボットが実行され、宙返りを実行することが実証されました。 歩行、走り、ペース、バウンドが可能な四足歩行も実演されました。 これらのロボットの完全なリストについては、MIT Leg Lab Robotsのページを参照してください。
ダイナミックバランシング（制御下降）
ロボットが歩行するより高度な方法は、ロボットの動きを常に監視し、安定を維持するために足を置くので、ゼロモーメントポイント技術よりも潜在的に頑強な動的バランスアルゴリズムを使用することです。 この技術は最近、AnybotsのDexter Robotによって実証されました。これは非常に安定しており、ジャンプすることもできます。 もう1つの例は、TU Delft Flameです。
パッシブダイナミクス
おそらく最も有望なアプローチは、揺動する肢の運動量がより効率的に使用されるパッシブダイナミクスを利用することでしょう。 完全に動力を与えられていないヒューマノイド機構は、自重を推進するために重力のみを使用して、穏やかな斜面を歩くことができることが示されている。 この技術を使用すると、ロボットは、平らな表面を歩くためには少量のモーターパワーを供給するだけでよく、丘を上るには少しだけ動力を供給すればよい。 この技術は、歩行ロボットをASIMOのようなZMP歩行者より少なくとも10倍以上効率的にすることを約束します。
他の移動方法
飛行
現代の旅客機は本質的に飛行ロボットであり、2人の人間がそれを管理しています。 オートパイロットは、離陸、通常の飛行、さらには着陸を含め、旅の各段階の飛行機を制御できます。 他の飛行ロボットは無人で無人航空機（UAV）として知られています。 人間のパイロットが搭乗していなくても、より小型で軽量になり、軍事監視任務のために危険な領域に飛ぶことができます。 コマンドによってターゲット上で発砲する人もいます。 UAVも開発されており、人間からのコマンドを必要とせずにターゲット上で自動的に発射することができます。 他の飛行ロボットには、巡航ミサイル、エントモプター、エプソンマイクロヘリコプターロボットがあります。 Air Penguin、Air Ray、Air Jellyなどのロボットは、パドルによって推進され、ソナーによって案内される軽い空気の体を持っています。
スネイキング
いくつかのヘビロボットが成功裏に開発された。 実際のヘビの動きを模倣して、これらのロボットは非常に限られたスペースをナビゲートすることができます。つまり、ある日、崩壊した建物に閉じ込められた人々を検索するために使用されることがあります。 日本のACM-R5ヘビロボットは、陸上と水上の両方を航行することもできます。
スケート
少数のスケートロボットが開発されており、そのうちの1つはマルチモードウォーキングおよびスケート装置である。 それは、踏み込みも転がりもできない無給油の車輪を備えた4本の脚を備えています。 別のロボットPlenは、小型のスケートボードやローラースケートを使用し、デスクトップ全体をスケートすることができます。
クライミング
垂直面を登る能力を有するロボットを開発するために、いくつかの異なるアプローチが用いられてきた。 1つのアプローチは、突出した壁面の人間の登山者の動きを模倣しています。 質量の中心を調整し、各肢を順番に動かして力を得る。 これの例はカリフォルニア州スタンフォード大学のRuixiang Zhang博士が開発したCapuchinです。 別のアプローチは、垂直ガラスのような滑らかな表面上で動くことができる、壁クライミングガーコートの特殊なつま先パッド方法を使用する。 このアプローチの例にはWallbotとStickybotがあります。 中国のテクノロジー・デイリーは、2008年11月15日、Li Hiu Yeung博士と新概念航空機（珠海）有限公司の研究グループが「Speedy Freelander」というバイオニック・ゲッコロボットを開発したと報告した。 Li博士によると、ゲッコーロボットは様々な建物の壁を急速に登り下り、地面と壁の亀裂を通り抜け、天井を逆さまに歩くことができます。 また、滑らかなガラス、ざらざらした、粘着性のある、またはほこりの多い壁、および様々なタイプの金属材料の表面にも適応することができました。 障害物を自動的に特定し回避することもできます。 その柔軟性とスピードは天然のヤモリに匹敵しました。 3番目のアプローチは、ポールを登るヘビの動きを模倣することです。
スイミング（魚釣り）
水泳するときに、魚が90％以上の推進効率を達成できると計算されています。 さらに、人工のボートや潜水艦よりもはるかに加速して操縦でき、騒音や水の乱れを少なくすることができます。 したがって、水中ロボットを研究している多くの研究者は、このタイプの移動をコピーしたいと考えています。 注目すべき例は、エセックス大学コンピュータサイエンスロボット魚G9と、フィールドロボティクス研究所によって構築されたロボットチューナであり、君の動きを解析し、数学的にモデル化するものです。 ドイツのFestoによって設計され、建設されたAqua Penguinは、ペンギンの前の「フリッパー」によって流線型の形と推進力をコピーしています。 フェスタはまた、マンタ・レイとクラゲの動きをエミュレートするアクア・レイとアクア・ゼリーを作りました。
2014年にiSplash-IIはエジックス大学のPhD学生Richard James ClaphamとHuosheng Huによって開発されました。 これは、最高速度（体長/秒で測定）と耐久性（最高速度が維持される持続時間）に関して、実際の魚類魚を凌駕することができる最初のロボット魚でした。 この構造は11.6BL / s（すなわち3.7m / s）の遊泳速度を達成した。 最初の構築物であるiSplash-I（2014）は、全身の長さのカング形状の水泳動作を適用する最初のロボットプラットフォームであり、後ろに閉じ込められた波形の伝統的なアプローチよりもスイミング速度が27％向上しました。
セーリング
海面での測定を行うために、帆船ロボットも開発されています。 典型的な帆船ロボットは、IFREMERとENSTA-Bretagneによって建設されたVaimosです。 帆船ロボットの推進は風を利用しているので、バッテリーのエネルギーはコンピュータ、通信、アクチュエータ（舵と帆を調整するため）のためだけに使用されます。 ロボットにソーラーパネルが装備されている場合、ロボットは理論的には永遠に移動することができます。 ヨットロボットの主な2つの競技は、ヨーロッパで毎年開催されるWRSCとSailbotです。
コントロール
タスクを実行するには、ロボットの機械的構造を制御する必要があります。 ロボットの制御には、知覚、処理、および動作という3つの異なる段階が含まれます（ロボットパラダイム）。 センサは、環境またはロボット自体（例えば、関節またはエンドエフェクタの位置）に関する情報を提供します。 次に、この情報は、記憶または送信されるように処理され、機械的に動くアクチュエータ（モータ）への適切な信号が計算される。
処理段階は複雑さがあります。 反応性レベルでは、生センサ情報を直接アクチュエータコマンドに変換することができる。 センサ融合は、最初に、ノイズの多いセンサデータから関心のあるパラメータ（例えば、ロボットのグリッパの位置）を推定するために使用されてもよい。 これらの見積もりから、即時の作業（ある方向へのグリッパの移動など）が推測されます。 制御理論からの技術は、アクチュエータを駆動するコマンドにタスクを変換する。
より長い時間スケールまたはより洗練されたタスクでは、ロボットは「認知」モデルを構築して推論する必要があります。 認知モデルは、ロボット、世界、それらがどのように相互作用するかを表現しようとします。 パターン認識とコンピュータビジョンを使用してオブジェクトを追跡することができます。 マッピング技法を使用して世界の地図を作成することができます。 最後に、動作計画やその他の人工知能技術を使って行動する方法を理解することができます。 例えば、計画者は、障害物をぶつけたり、転倒したりすることなく、どのようにタスクを達成するかを理解するかもしれません。
自律レベル
制御システムはまた、様々なレベルの自律性を有することができる。
直接的な相互作用は、触覚装置または遠隔操作される装置に用いられ、人間はロボットの動きをほぼ完全に制御する。
オペレーターアシストモードでは、オペレーターはミディアムからハイレベルのタスクを指揮し、ロボットは自動的にそれらを達成する方法を把握します。
自律型ロボットは、人間の介在なしで長時間移動することがあります。 より高いレベルの自律性は、必ずしもより複雑な認知能力を必要としない。 たとえば、組立プラント内のロボットは完全に自律的ですが、固定パターンで動作します。
別の分類は、人間の制御と機械動作との相互作用を考慮に入れている。
遠隔操作。 人間が各動作を制御し、各機械アクチュエータの変更はオペレータによって指定される。
監督 人間は一般的な動きや位置の変化を指定し、機械はそのアクチュエータの特定の動きを決定する。
タスクレベルの自律性。 オペレータはタスクのみを指定し、ロボットはそれを完了するために自身を管理する。
完全自主性。 マシンは人間の介入なしにすべてのタスクを作成して完了します。