2016年11月7日，美国发布第三版机器人路线图《从互联网到机器人》[1]。该路线图由美国国家科学基金会、加州大学圣迭戈分校、俄勒冈州立大学和佐治亚理工学院资助，由来自美国多所高校的150余名研究人员共同起草完成，呼吁为自动驾驶汽车、无人机等新技术切实进入日常生活，出台更好的政策框架，建议加强人机交互研究，以开发智能机器助力老年人的起居生活，此外，路线图还主张推进科学、技术、工程和数学教育以及更灵活的机器人系统，以适应不断增长的定制化制造需求。

在对未来机器人的研究路线上，该路线图将机器人技术划分为八大领域：机械与致动装置、移动性与操控性、感知、形式化方法、学习与适应、控制与规划、人机交互、多智能体机器人等。各领域还包含了若干主要关注的主题。

（1）机械与制动装置。关注主题包括：增材制造技术；以柔性材料为代表的新材料与构造范式；致动器设计、机械结构和控制的融合技术。

（2）机器人的移动性和操控性。关注主题包括：基于生物运动启发的新型工具与方法；三维导航与控制技术；开放、动态和非结构性环境下的机器人自主控制。

（3）机器人的感知。关注主题包括：更精确、更低廉、鲁棒性更高的视觉系统；触觉传感器；长周期感知算法；人类活动与意图高级感知算法；多感知模式综合集成算法。

（4）形式化方法。关注主题包括：考虑不确定性和动态环境的闭环系统的综合与验证；应对机器人失效时保障安全性的形式化方法；保证安全前提或面向安全性的学习方法；面向人机互动与合作的形式化方法。

（5）机器学习与适应。关注主题包括：从人类示范中进行学习；强化型机器学习与深度学习。

（6）运动控制与规划。关注主题包括：不确定情况下的任务与运动规划；约束环境下的控制与规划；针对复杂和特殊几何形状的抓握技术，以及用于操控可变形物体、非抓取性动作等的接触技术；动态环境下的规划与控制的可扩展性和不确定性问题；多智能体协调技术。

（7）人机交互。关注主题包括：人-机器人交互界面设计；针对人类生理学与行为的感测感知技术，面向不同用户和行为变化的机器人适应技术；以机器人社交为目的的语言和非语言交互行为建模；以人-机器人协作为目的的机器人感知与自适应方法和模型；针对机器人通信媒介的自然界面设计；机器人长期交互问题；人机交互安全规范设计指南。

（8）多智能体机器人。关注主题包括：分布式控制与决策；集中/分散混合式信息交换机制；人-群体机器人交互模型构建；异构机器人网络；多机器人系统中的通信和感测。                     （姜山）