9月11日下午，以“四个面向”为指引的机器人技术创新与引领者青科论坛在北京亦创国际会展中心C馆二层会议室C召开。同期，2021世界机器人大会在北京盛大召开。本次青科论坛汇集了来自机器人行业的专家、学者、企业家和行业从业者，现场十分热闹，座无虚席。

本次论坛由中国电子学会主办，《机器人技术与应用》杂志社承办，邀请机器人领域青年翘楚围绕机器人行业发展热点的前沿技术、创新应用和未来展望进行分享交流。机器人学国家重点实验室副主任、中科院沈阳自动化研究所机器人研究室主任刘连庆研究员、中科院自动化研究所程龙研究员、山东大学控制科学与工程学院副院长宋锐教授、北京罗森博特科技有限公司创始人王豫教授、思岚科技联合创始人兼CTO黄珏珅、北京邮电大学李端玲教授、天津牛耳机器人有限公司总经理郑建峰、集萃智造市场营销中心销售部何连军部长、睿尔曼智能科技(北京)有限公司CTO张旭龙等专家学者及企业家出席本次会议，《机器人技术与应用》杂志副主编王伟担任会议主持人。

刘连庆主任首先以《生命启发机器人导航定位与协同控制》为题，就生物在机器人研究领域的启发作用出发，如以老鼠为例，通过微纳机器人（铁磁颗粒）注射进入老鼠体内后，用超声监测到肿瘤的位置和微纳机器人的位置。通过磁场控制微纳机器人到达肿瘤的位置。这些微纳机器人表面附着了一些能够杀死肿瘤的药物，药物缓慢释放，直接作用在肿瘤上。通过结构的设计驱动它产生特定的功能，实现精准的导航定位和协同控制。

程龙研究院以《手康复机器人设计、感知与控制》为题，就目前创伤或脑卒中等因素而造成的损伤出发，结合市场统计，提出借助科学的手部康复训练来恢复患者的手部机能，设计出具有内收外展和屈曲伸展的手部康复外骨骼机器人，实现对掌指关节的伸展运动。此项研究也下实际运用测试中达到了较好的效果。

基于目前工业机器人的发展呈现出物理空间隔离、感知模式单一等特点，宋锐院长以《机器人操作技能学习初探》为题，分享研究如何使机器人承担更多任务，成为工人的协作助手，宋教授提出机器人技能学习的三个问题：第一，如何更好地获得和表征需要泛化的信息，提高数据的有效性？第二，如何更好地结合环境及机器人的内部控制实现知识迁移？第三，如何拓展主动学习或演示学习的方法来实现持续的适应？基于以上问题的提出通过多模感知、任务表征、学习机制等实现机器人的技能学习。

王豫教授以《智能化骨折复位机器人研发》为题，通过对骨折治疗的基础原理出发，引出传统的盆骨骨折治疗的2D图像规划存在安全风险，螺钉通道规划也依赖于经验，治疗面临的难度大、结构复杂、暴露困难等现实问题，并基于此提出智能化骨折复位机器人，通过术中多模影像实时3D导航、辅助骨折复位操作、自动手术规划等先进技术，提供智能化复位路径规划建议，复位精度可以达到毫米级，完成从骨折闭合复位到微创固定全手术全流程的智能化手术操作，满足临床治疗的迫切需求。

黄珏珅以《商业场景下通用服务机器人底盘的应用》为题，深入分析商用机器人底盘的一些实际应用案例，以及思岚的自主定位导航方案在目前商用机器人应用过程中遇到的技术难题、挑战与现状等方面的剖析和探讨。

李端玲教授以《基于变胞思想的机器人构型创新设计》为题介绍了变胞机构的研究进展。变胞机构是机构学中的一个新的方向，它提供了新型的空间可展式机构，其自动组合及自动多级改变机构构型和自由度为常规可展式机构提供了新的发展方向。变胞机器人能根据环境变化自动变换构态以适应不同环境的要求,也能代替人从事侦察、救援等危险工作。

郑建峰以《人机协作的智能化探索与应用》为题，从协作机器人的研发出发，详细介绍了Elfin系列6轴协作机器人，具有保护性停止、输出力、功率限制保护、创新的抱闸等优势，可应用于自动化集成生产线、装配、拾取、焊接、研磨、喷漆等领域。同时还介绍了新型智能7轴协作机器人MAiRA（Multi-sensing intelligent Robotic Assistant），拥有高度集成的最新型传感器，在控制系统和应用中完美实现前所未有的人工智能集成，引领协作机器人步入智能时代。

何连军以《与人共融智能机器人将如何增强人类生活》为题，指出产业变革在即，机器人与人共融将是未来助力人类生产生活降本提效的关键，也将成为大势所趋。通过应用案例向业界传达了集萃智造对机器人产业未来发展方向的理解，畅想机器人将会如何改善人类生活的未来。

张旭龙以《超轻量仿人机械臂的创新研发与应用》为题，对超轻量仿人机械臂的创新研发做出了详细介绍，超轻量仿人机械臂具有超高负载自重比、灵活部署、超低功耗、集成控制、超高兼容性、系统开放、安全灵活、无线便携互联、模块化设计等优势。其带来的RM系列机器人可应用于智能咖啡机，智慧餐厅，智能贩卖机，无人超市等区域，也能通过多维力传感器精准的力量控制及反馈，结合大数据运算、开放性的软件、柔性化设计等特点轻松实现康复，按摩。

会上各位专家学者及企业家的介绍，加深了大家对机器人领域前沿技术的认知度，也为机器人领域的学习研究提供了更多的思路。