开学季、秋招季即将开启。新生开始踏上专业学习之旅；准毕业生（从本科生到硕博士研究生）则通过投递简历向招聘者介绍所修专业。

什么是专业，或者说一门学科是什么？这是今年6月20日，我们在第一期“我和我的学科”专题中提出的问题。我们可以说，每一门学科都提供了帮助人求职生活的专业知识、技能，也可以说每一门学科其实都是在提供一种看世界的方法。

现在，我们再续“我和我的学科”的故事，请新闻传播学、法学、流体力学、昆虫学等传统基础学科，以及机器人工程等新兴交叉学科的高校教师，以第一人称讲述。既谈这个学科是什么，也谈自己作为一个个体与学科的关系，当然也包括他们在教学中产生的对于本学科过去与未来的思考。

本篇为谢广明谈机器人工程。

2026年将是我从清华大学本科毕业的第30年。弹指一挥间，当年的青涩少年已不再，如今已是年过半百的中年人。从1991年考入清华大学，到如今在北京大学任教，这三十余年见证了我个人的成长，也承载了我所从事专业的多次转变——从应用数学出发，经由控制理论与力学，最终抵达机器人这一终点站。

本文内容出自新京报·书评周刊8月29日专题《我和我的学科》B02-03版。

第一期“我和我的学科”专题已推送文章：

（3）

（4）

（5）

（6）

撰文丨谢广明

谢广明，北京大学先进制造与机器人学院、人工智能研究院和海洋研究院教授，博士生导师。主要研究仿生机器人、群体智能与协作等，承担国家自然科学基金重点项目等多项国家级科研项目，2014-2024年连续入选爱思唯尔中国高被引学者、入选2023全球前2%顶尖科学家“生涯影响力”和“年度影响力”榜单。获得国家自然科学奖二等奖等奖励。现担任中国仿真学会机器人系统仿真专委会主任，是多个国际国内期刊的主编或编委。是国际先进机器人及仿真技术大赛的创立者。

从应用数学到机器人

1991年，高考仍然安排在7月，我们需要在考试前填写志愿。出于对数学的浓厚兴趣，我第一志愿选择了清华大学应用数学系。这个专业当年在北京地区仅招收6人，我有幸成为其中之一。这对于我们学校——一所只有一个理科班、全年级不到30名理科生的普通中学来说，无疑是一次不小的突破。

怀揣着对未来的憧憬，我步入清华园，然而很快便遭遇了现实的“暴击”：同学们个个聪明异常，而课程的难度和进度远超中学所能想象。第一次《数学分析》期中考试，全班仅5人及格，我自然不在其列。当时，系主任萧树铁先生逐一与新生谈话，了解情况后并未过多责备，只是温和地提醒我不要掉队。可以想见，那时我的内心是怎样的沉重与迷茫。

当时大学为五年制，我的大学生活可以说“苦”字当头。回忆起来，留下最深印象的，除了刻苦学习，就是坚持锻炼身体。幸运的是，我最终没有掉队，顺利毕业，并获得了“优良毕业生”称号。第五年，我还担任了95级新生的辅导员，成为我们班中首位承担此类职务的学生。

更大的幸运，是在保研时得到了自动化系郑大钟教授的青睐，获得了直博的机会。那时候很多更优秀的同学选择出国或读硕，我才有机会进入郑老师的门下，从此走上了控制理论的道路。

控制理论的博士阶段我读了五年，现在看来是正常年限，但比我前面两位优秀的师兄都多读了一年。博士的核心任务已不是单纯学习，而是创造知识、开展科研。尤其是在所有课程结束之后，我一度陷入极大的不适应。每天从宿舍走到实验室，坐在工位前，内心却是茫然的：不知道该读哪些文献，不知道科研的切入点，也不知道研究到底是什么。那种“有劲使不出”的无力感，令人焦虑。

每天最轻松的时光，是下午四点后到西大操场踢球的时间，有时一周能连续踢五天。科研的痛苦与操场的畅快形成鲜明对比。我一度写下退学信，打算放弃博士学业，最后还是忍住没有递交。

幸运的是，在导师和师兄们的引导下，我逐渐找到了科研的感觉，懂得了什么叫“发现问题”和“解决问题”。从“知识的接受者”转变为“知识的创造者”，这不仅是一种能力的提升，更是一种身份的转换。2001年，郑老师认为我的论文工作已具备博士答辩条件，我如愿以偿顺利毕业。

博士毕业后何去何从，是人生的重要抉择。我决定不去产业界，而是继续从事学术研究。同时，也想离开熟悉的清华，寻找新的学术土壤。最终，我选择来到隔壁的北京大学力学系，开展博士后研究，专业方向是“一般力学与力学基础”，合作导师为王龙教授。

王老师对我没有设定明确的研究方向，而是鼓励我自己探索。在博士后期间，我发表了第一篇英文期刊论文，而且是在控制领域的国际顶刊，这标志着我的科研能力达到了一个新的台阶。博士后阶段科研产出较多，也为我顺利留校任教奠定了基础。

工作之后，黄琳教授建议我不要仅做纯理论研究，应尝试更贴近工程实际的方向。这一建议引发了我深刻的思考，我也不再满足于仅在纸上推演公式，希望做些“看得见、摸得着”的研究。于是，机器人进入了我的视野。

最初，我使用现成的轮式机器人、足式机器人进行理论验证，之后逐步开始自主研发机器人。我选择了一个当时相对冷门的方向——水下仿生机器人。我的第一个硕士生就设计研制出了一款仿海豚机器人，其成果发表在《北京大学学报（自然科学版）》封面文章上，北京电视台还对此进行了报道。

2005年，北京大学复建工学院，力学系整体并入，我的研究也全面转向机器人。我们先后研发了多款水下仿生机器人，并实现了在北极和南极的“首航”。我还创办了以机器鱼为主要比赛对象的机器人竞赛，曾被央视《新闻联播》报道。

2019年，北京大学开设机器人本科专业；2020年设立机器人系；2025年升级为机器人学院。至此，我的研究内容和所属专业名称终于达成统一。我的专业轨迹，也终于从应用数学——控制理论——力学——机器人，完成了看似偶然却又顺理成章的演变。

回顾整个专业发展的轨迹，其中既有偶然性，也包含了清晰的内在逻辑。

早在1994年，美国麻省理工学院就研制出了全球首条仿金枪鱼机器人。那时的我，还埋头在数学课堂中苦读，完全不知晓这个后来对我产生巨大影响的标志性事件。

从小我对数学感兴趣，擅长做各种应用题。曾幻想未来能成为一名数学家。然而，当我真正接触纯数学后才发现，自己在这个领域并无天赋。能够理解别人创造的理论已属不易，谈何“原创”？意识到这一点后，我决定转换方向。

当年申请郑大钟老师的博士项目时，有两个细节至今让我记忆犹新：一是郑老师仅凭我放在他办公室的简历，就决定录取我；二是入学后，一位本就来自自动化系的博士生告诉我，他也申请了郑老师的直博，却因我被选中而转投其他导师。为什么是我？正是因为我拥有更扎实的数学训练——而这，正是科研的关键支撑。

如果毕业后继续留在清华，可能我会继续做控制理论，专注于理论研究。但我决定到北大求变。虽有不确定性，却也正是这种主动跳出“舒适区”的决定，开启了更为丰富、实践导向的研究路径。力学系的资源和氛围鼓励动手实践，推动我逐步转向机器人领域。特别是当我首次看到机器鱼下水游动，内心那种纯粹的激动与成就感，是任何一篇理论论文都无法比拟的。

一群真鱼跟随一条机器鱼一起游动。 《探知无界：机器人技术的演进与未来》插图

科研源于热爱。只有当我们对所做的事情真正感兴趣，才能克服重重困难、长久坚持。如今，看到自己研发的机器鱼在未名湖畅游，在南北极海域穿梭，我感受到深深的满足与幸福。能够找到并坚持做自己真正喜欢的专业，这份幸运值得我倍加珍惜。

回望过往，专业选择并非始终清晰明确，更多时候是在不断试错、探索与积累中逐渐明晰的。这其中有自身努力、理性抉择，也有适当的外部机遇，还有一点点运气。

从数学到机器人，我走了一条曲折的路，但每一段经历都没有白费。它们为我后来的每一次转型提供了基础和契机。如今，我终于在机器人这一领域扎根生长。我相信，这不仅是我专业上的“终点站”，也是我持续追求科学、探索未知的“新起点”。

《探知无界》

作者：谢广明

版本：北京大学出版社

2025年1月

已成为最热门的专业之一

毋庸置疑，机器人已成为当今最热门的专业之一。近十年来，国内外众多高校纷纷设立机器人本科专业和相关学院，不断扩大招生规模，吸引了大量考生报考，呈现出“高校热设、学生热报”的双向繁荣态势。

目前新设立的机器人本科专业，主要依托于两个传统工科专业——机械工程与控制科学。不同高校根据自身原有的学科基础进行专业设置，形成了不同的学科侧重：有的以机械为主导，由原机械工程学院转型设立；有的则偏重控制与自动化，由控制科学与工程学院或自动化学院演变而来。因此，虽然统称为“机器人专业”，但在课程体系、实验平台及研究方向上仍可能存在明显差异。

相较而言，硕士与博士阶段的机器人专业设置受到学科点审批周期的限制，目前具备正式“机器人”学科名称的研究生学位点数量仍较有限。然而，在自动化、控制科学、机械工程、电子信息、人工智能等多个相关学科中，已有大量研究方向涵盖机器人领域。不同导师在同一专业下的研究方向可能差异极大，而来自不同专业的导师也可能共同聚焦于类似的机器人问题。

因此，对于计划攻读机器人方向研究生的考生而言，选校与报考更应聚焦于具体的研究方向与导师课题组，而非仅凭学科名称进行判断。了解导师的研究内容、实验条件和项目背景，将有助于做出更明智的选择。

1952年全国院系调整以后，北京大学的工科力量几乎全部被调整出去，校园里的工科氛围也因此变得非常薄弱。虽然在2005年成立了工学院，但整体氛围依旧偏弱。为了让北大有更多与机器人相关的活动，我创办了“机器人爱好者协会”。招新时，我们曾把实验室里的机器人统统搬到百年讲堂前展示，吸引了不少同学驻足围观，但真正加入的人却不多。不过，协会一直坚持到现在，虽然主要是实验室里的同学在参与，但我们相信，随着这几年大环境的变化，它一定会逐渐壮大起来。

后来我又开设了一门全校本科生课程——《机器人入门与实践》。课程最初的构想是“两条腿走路”：一方面做科普，帮助同学们开阔眼界；另一方面安排实践，让大家能亲手做机器人。我本来还希望借此吸引更多本科生加入实验室。可坚持了几年发现，选课人数并不多，最少的时候只有十来人。经过和学生们交流，我才明白：大家都很在意学分成绩。实践虽然有趣，但难度也大，要拿高分需要花不少精力。于是，我对课程做了调整，更名为《魅力机器人》。课程以系统性的科普为主，把实验室实践环节改成选修。结果选课人数立刻上来了，最多的时候接近一百人。

课程坚持下来，也有了不少成果。比如，我把多年的课件整理成教材《机器人引论》，2017年由北大出版社出版，今年又出了更新的第二版。这本书不仅能用作教材，还能当科普读物。我曾经送给孩子班里两本，小学三年级的孩子们都能看得津津有味。

《机器人引论》

作者：谢广明 贾永霞 李宗刚 夏庆锋

版本：北京大学出版社

2025年1月

此外，我还录制了慕课，发布在多个平台，北大甚至把课程放到了B站，并对清华等高校学生开放。还有不少高校老师联系我，想借用课程内容开设自己的课。最终，这门课获得了工学院的首个“国家一流本科课程”称号。

更让我欣慰的是，课程确实吸引了一批本科生走进了实验室。他们中有人在本科阶段就发表论文，有人申请了发明专利。之后，有的继续在实验室读研，有的则远赴海外攻读博士。

研发水下仿生机器人

我的科研方向可以用四个字来概括——“师法自然”。我们以水下生物为老师，模仿它们独特的运动方式、感知器官、通信手段和行为特征，研发水下仿生机器人。

为什么要仿生呢？虽然现在已经有各种水下机器人，但它们的能力还很有限。相比之下，真正适应水下环境的，是各种鱼类和海洋生物。经过漫长的进化，它们在水下的效率和灵活性远远超过机器。比如，鱼的游动效率比螺旋桨推进高得多，遇到障碍物还能灵巧穿梭。而在复杂多变的水下环境中，它们还具备极强的适应能力。

常有人说“上天容易入海难”。地球上最深的地方是马里亚纳海沟，深达一万米。人类能到达那里的人数屈指可数，机器人更是凤毛麟角。相比之下，飞机能轻松在万米高空飞行，航天员还能在空间站长期生活。但你是否听说过有人能在水下长期停留？几乎没有。这是因为水下环境和空气中完全不同，很多技术在水下都不适用。这反而激发了我们，去研究像鱼一样的机器人。

比如，我们研发了一款“机器箱鲀”。箱鲀是一种生活在珊瑚礁的鱼，外形方方正正，看上去并不流线型。但科学家发现，它这种内凹的面部设计，反而能在复杂水流中保持稳定。奔驰公司甚至借鉴它的外形设计了一款概念车，以提高行驶稳定性。此外，箱鲀靠胸鳍和尾鳍的配合能在水中完成各种高难度动作。我们做的“机器箱鲀”同样能实现前后空翻、横滚等动作。有学生以此为基础创业，推出了一款水下摄影机器鱼，并在全球电子消费品展上获得了创新奖。

仿箱鲀机器鱼样机。 《探知无界：机器人技术的演进与未来》插图

我们还模仿了鱼类的“侧线系统”。这是鱼类特有的感知器官，能感知水流的细微变化，从而感知障碍物、同伴，甚至形成鱼群。我们在机器鱼两侧和面部布置了9个压力传感器，做出了一个简化版的“侧线系统”。结果发现，当一条普通机器鱼在前游动时，后方带“侧线”的机器鱼能通过数据判断出前方伙伴的存在和距离。这为未来机器鱼的群体协作奠定了基础。

水下通信同样是难题。我们从弱电鱼得到启发。这类鱼能在身体周围形成交变电场，并通过感知电场变化与同伴交流。我基于这一原理建立了模型，并设计了电路和通信协议。实验表明，两条机器鱼确实能通过电场进行交流。

在抓取方面，我们模仿了章鱼的触手和吸盘，研发了一种柔性的水下抓手。它可以轻松抓起扇贝、海参等生物，而且因为是软体材料，不会造成损伤。我们甚至做过实验，抓起一条小鱼再放开，它还能照常游动。

由于实验室场地有限，我们常常把机器鱼带到北大未名湖测试，戏称“遛鱼”。本来只是想看看机器鱼游得直不直，结果发现湖里的真鱼居然会跟着机器鱼游。这让我们产生了一个大胆的设想：将来捕鱼时，如果想捕金枪鱼，就派出一条“机器金枪鱼”，把真鱼群引到指定区域。这样可以做到精准捕捞，不会误伤其他鱼类。

最近，我们还在做一个和以往不同的研究。之前是向鱼学习，现在是想帮鱼一把。大家知道，大坝能发电，但也阻断了许多鱼类的洄游通道。虽然工程师会修“鱼道”，但入口往往很难找。过去尝试过用声光电引导，效果都不好。后来有学者看到了我们的研究，提出能不能用机器鱼来带路，把真鱼引到鱼道口。我们觉得这个思路很有价值，目前已经做了初步实验，效果不错。希望未来真的能帮鱼类延续生存。

未来，水下仿生机器人将有无限可能。随着技术发展，各种机器鱼的应用会越来越广泛。甚至有一天，我们可能造出一条“超级机器鱼”，把不同鱼类的优点集于一身，做到“青出于蓝而胜于蓝”。

《我，机器人》（2004）剧照。

未来机器人教育

与研究的新课题

相比之下，机器人技术则更为复杂和多维，它不仅涉及信息处理的能力，还必须直接应对现实世界中不断变化、充满不确定性的物理环境。机器人系统集感知、决策与执行于一体，既需要理解和处理传感器获取的信息，也要通过电机、执行器等物理机构完成具体动作。正因如此，机器人技术被认为是“人工智能+物理实体”的综合体现，其研发难度远高于仅在虚拟世界中运行的人工智能系统。

人工智能技术正在为机器人带来更高水平的智能化和自主性，使得机器人能够在更复杂的环境中完成任务，如自动驾驶、服务机器人、工业协作机器人等领域的发展都受益于人工智能的快速进步。然而，机器人面对的是真实世界，这使得人工智能在应用于机器人时遇到了新的挑战。例如，感知数据的高噪声、环境状态的高度不确定性，以及执行动作可能引发的安全风险等问题，都促使研究者重新思考智能的本质和实现途径。

《我，机器人》（2004）剧照。

因此，近年来越来越多的学者开始关注“具身智能”（Embodied Intelligence）和“物理智能”（Physical Intelligence）等新兴概念。具身智能强调智能的产生不仅依赖于计算过程，也离不开身体结构、传感－执行机制与环境的交互；而物理智能则试图从材料层面、结构设计和动态特性中汲取灵感，让智能部分“嵌入”到机器本体中，从而提升效率与适应性。这些新方向有望推动人工智能与机器人技术的深度融合，引领智能系统迈向更高层次的发展。

AI赋予机器人更强的环境感知、语义理解与自主决策能力，如：端到端视觉－控制系统；语言引导的动作规划；强化学习驱动的策略生成；模仿学习与迁移学习。与此同时，AI背景促使机器人课程体系加速更新，引入深度学习、强化学习课程；关注感知－认知－行为闭环系统设计；注重跨模态信息处理能力的培养；引入大模型与人机对话系统；强调从数据驱动到因果推理的能力跃迁。

近两年，大语言模型（LLMs）如GPT、Claude、Gemini等在自然语言处理、知识推理、代码生成等方面取得重大突破，正在推动机器人系统从“特定任务自动化”迈向“广义任务通用化”。例如，研究者正在开发结合语言模型与控制系统的机器人助手（如Say-Can、PaLM-E、RT-2），它们具备将人类指令翻译为多步骤动作序列的能力，实现“自然语言到物理动作”的桥接。这一转变将极大拓宽服务机器人的应用边界，并催生“认知机器人”“情感机器人”等全新类型。

《我，机器人》（2004）剧照。

此外，大模型还可以用于机器人教育与评估体系，比如：自适应教学系统：为机器人专业学生提供个性化学习路径、实验建议和代码反馈；自动化评估工具：借助模型对学生设计的系统架构、路径规划逻辑、调试过程进行智能评价；自然语言接口：降低初学者使用复杂仿真平台（如Gazebo、ROS2）的门槛，实现“用语言编程机器人”的新范式。

然而，这一转型也带来挑战：如何防止“过度依赖模型黑盒”、如何保护数据隐私、如何构建安全可控的AI-机器人联合系统，都将是未来机器人教育与研究必须面对的新课题。

机器人工程专业作为一门代表未来科技发展的核心交叉学科，正在经历深刻的技术、教育与产业变革。人工智能的持续渗透重构了机器人的能力边界与系统架构，也重塑了该专业的人才需求与课程体系。未来的机器人不再仅是任务执行者，更将成为具有自主感知、认知与协作能力的智能体；而未来的机器人专业人才，也需要在工程与科学、技术与伦理之间，构建起更为宽广而坚实的知识体系。