为推动浙江大学机器人学科及相关领域的研究与发展，流体动力与机电系统国家重点实验室机器人论坛于2021年4月11日在浙江大学玉泉校区邵科馆举办。本论坛的主题是研讨与交流机器人及相关学科领域交叉融合的最新进展和前沿技术，由杨华勇院士担任论坛主席，陈剑教授担任主持人。论坛邀请了苏州大学孙立宁教授、北京理工大学黄强教授、南开大学韩建达教授、中科院自动化研究所侯增广教授、南开大学方勇纯教授、同济大学陈启军教授等机器人领域知名专家学者做学术报告并进行研讨，众多嘉宾与会，青年师生踊跃参加，论坛获得圆满成功。
在论坛的开始，首先由与会嘉宾谭建荣院士致辞，谭院士回顾了浙江大学机械学院、控制学院等多个学院的历史，向与会专家介绍了浙江大学各机器人团队的建立以及发展历程，总结了浙江大学机器人学科发展的特点与优劣势，并表达了对未来发展的良好祝愿。然后，论坛主席杨华勇院士致辞，强调了机器人对我国各行业、各领域发展的支撑作用以及发展机器人技术的重要性，继而详述了浙江大学与六位受邀专家及其所在团队的渊源，并表达了期待与各专家所在团队进行广泛而深入交流合作的愿景。最后，由重点实验室主任徐兵教授致辞，表示重点实验室一贯重视与支持机器人相关研究，强调了此论坛的背景与目的便是积极推动浙江大学与其他各高校、科研院所交流合作与优势互补，并向与会者们致以了诚挚的祝愿。浙江大学机械工程学院党委书记梅德庆教授全程出席本次论坛。
北京理工大学黄强教授由仿人机器人发展中所面临的挑战出发，介绍了世界各国相关研究的历史与进展，包括美国波士顿动力Atlas、日本本田ASIMO等标杆成果，并对其未来的发展趋势做出分析与预判。针对目前仿人机器人运动速度慢、环境适应性差、作业多样性不足的缺陷，黄教授提出仿生多维感知、多模态运动的理论与技术体系，推动我国仿人机器人由“走跑跳”到“走跑跳摔滚跑”刚柔多模态运动迈进，实现自主行动智能、人机协同智能。
接下来，黄教授介绍了北京理工大学“汇童”系列机器人研发历程及其团队近年来所着重研究的领域，包括仿生驱动技术、仿生关节技术、稳定仿生视觉感知技术、多模态运动控制技术等。最后，黄教授将其工作总结为“3个瓶颈、3个布局、N个目标”，高度概括了已经开展的研究和未来将着重考虑的方向。
苏州大学孙立宁教授从学科交叉的角度切入，对机器人发展与智能制造的现状进行了全面的概括，对当下国计民生、国家发展战略中机器人的重要地位进行了说明，并对当下机器人发展的重要方向——机器人智能化进行了着重的介绍。孙教授指出，巨大的存储和计算压力导致现有机器人的实时性能并不理想，而在当下5G等新一代通信技术迅猛发展的背景下，“云机器人”是解决实时性问题的有力手段。机器人本身不需要存储所有资料信息或具备超强的计算能力，只是在需要的时候连接相关服务器并获取所需信息。
以达芬奇手术机器人为例，孙教授对机器人在医疗行业的应用现状、前景进行了详细的描述，逐步扩展到人工心脏、耳蜗、视网膜等，并阐发到机器人在工厂、商超、家庭等重多场景下的使用所面临的各不相同的挑战。
南开大学韩建达教授的报告是关于南极科考机器人的发展思考与技术挑战。韩教授的报告极具特色，以南极科考机器人为主要载体，应用于我国南极科考事业，包括轮式、履带式的冰/雪面移动机器人。成为极地强国是我国重要的战略目标，与我国前沿科学发展、自然资源勘探均密切相关。韩教授首先介绍了世界各强国的南极科考站现状与发展趋势。
针对极地的恶劣环境与复杂任务，韩教授分析了在南极使用机器人进行科考的必要性，并介绍了其团队在此方面已经取得的一系列成果，所开发的机器人在强风、低温、地面雪波纹、环境特征缺乏等诸多恶劣条件下成功完成多项科考任务，相关理论方法与技术具有可迁移的潜力。最后，韩教授畅想了未来机器人化南极科考站的愿景，阐述了相关支撑技术特别是自主行为技术的发展思考。
为了更好地帮助患者实现生理功能康复，侯教授团队开发了任务导向式主动康复训练方法，引导患者主动与机器人进行交互并传达自己的意愿，使机器人实现更好的配合。为了提升用户的参与意愿，侯教授团队提出了参与度自适应策略，结合对患者注意力、肌电信号的检测实现任务难度、参与度的自适应改变，时刻吸引患者的注意力并调动其参与意愿。中科院自动化研究所侯增广教授以中国老龄化人口严重、社会负担增加的背景讲起，详细地阐述了发展外骨骼、可穿戴式机器人的必要性与紧迫性，着重强调了人机交互所面临的挑战，包括机器人-环境、机器人-人、机器人-机器人三大类交互问题。侯教授特别重视“人-机-环境”多模态融合感知原理，通过人机交互的肌电控制方法来检测使用者的运动意图并协助进行康复评定，以此提升假肢控制的柔顺性以及舒适性，改善用户的使用体验，提升其生活质量。
南开大学方勇纯教授从救灾、检修、勘探等实际应用出发，引出了蛇形机器人的特点与优势。蛇形机器人具有广阔的应用前景，而其轨迹规划与控制是高效作业的关键步骤。方教授团队吸收当前科研热点技术的优势，基于深度模仿学习进行蛇形机器人的轨迹规划算法研究。此方法的优势在于效率高，专家可以通过合理设计将各种可能的场景全部“教”给机器人，而机器人可以通过“模仿”的方式快速“学”到预期的行为模式。方教授团队还将强化学习应用于蛇形机器人的步态优化。此种方法参数少、学习效率高，且可以跳过对精准数学模型的依赖，具有一定的鲁棒性。
考虑到蛇形机器人身体长、由多节构成的特点，方教授团队为蛇形机器人的每一节都安装了独立的传感、计算单元，使其形成一个传感网络，首先通过机械结构的重设计与优化将对接问题简化，继而基于强化学习的跟踪控制算法实现了自主拆分、对接功能，充分体现了蛇形机器人的巨大潜力。
同济大学陈启军教授由自己数十年的研究历程讲起，从机械手到移动机器人，继而讲到移动操作手以及人型机器人，引申出机器人所面临的高速、高精度问题。当前服务机器人面临的最关键问题是环境理解、行走的适应性与鲁棒性，如果这两个问题得不到解决，服务机器人仍然只能停留在实验室研究的阶段而无法走进大众的生产生活。陈教授参考动物的运动机理——节律运动、步态转换、适应性行走，基于中枢模式发生器机理，提出了生物诱导的仿人机器人运动控制。
陈教授认为人机交互环境下机器人的发展面临诸多新挑战，在开放环境下精准数学模型的建立的确是很困难的，因此其团队逐渐转向非模型的数据驱动学习方法。为了实现高效、实时的计算与控制，必须要对网络进行适当的裁减与优化。考虑到机器人研究中基础平台的部署、调整等工作的繁杂性，陈教授团队使用学习的方法将底层工作进行了迁移，开发了开放式教育与研究机器人，便于研究人员迅速上手并开展个性化的研究工作，还可以进行二次开发，极大地提高机器人研究工作的效率。
在论坛的最后，浙江大学机械学院的几位青年教师也向与会专家汇报了自己的研究进展，与会专家对此表示认可并进行了交流与指导，场面热烈而融洽，与会的青年师生均受益良多。
本次论坛依托流体动力与机电系统国家重点实验室举办，并得到了机械工程学院的大力支持，促进了浙江大学与国内各优秀机器人团队的交流学习，营造了良好的科研学术氛围，调动了广大师生对机器人科学与技术的极大热情，对浙江大学机器人学科的发展起到了积极推动的作用