工業機器人的誕生是一個里程碑事件，其經歷了從示教/再現（teaching/playback）階段到傳感控制（sensory controlled）階段的歷程。但是，目前絕大多數機器人的靈活性只能達到“反復編程”的程度，其所要求的工作環境相對來說是特定的。我們在許多汽車企業的生產裝配線上都可以見到這類工業機器人，但我們習慣稱其為操作手（manipulator），而不是機器人，或許在潛意識里，我們覺得機器人應該具有更高的智慧。
    “操作手”這一稱謂折射出機器相比人類自身存在兩個缺陷。其一，機器相較于人類，缺乏復雜環境下的“分析判斷”能力。在機械自動化時代，機器的工作開始于人類對機器的啟動，停止于人類對機器的關閉，且工作中無論情況如何變化都只能依照其預先設置和機械結構進行工作，不能變通以應對不同局面。其二，與人類相比，機器還不具備數據和經驗的存儲與調用能力，機械自動化時代沒有條件使機器存儲工作數據，更加不具備調用的能力。
      認識到這些不完美，科學家對機器進行改進研發時，總是希望機器能夠盡可能具備人腦的部分能力，即“令機器具備思考的能力”，這一想法最終導致人工智能技術和理論的萌芽。20世紀40年代，美國學者諾伯 特·維納在《控制論——關于在動物和機器中控制和通信的科學》一書中提出：“控制論可以看作一門研究機器、生命社會中控制和通信的一般規律的科學，是研究動態系統在變化的環境條件下如何保持平衡狀態或穩定狀態的科學”。但受限于當時社會的發展條件，對于機器設備而言，機械自動化仍然是主流，昂貴的價格和低下的性能讓電子自動化在當時難以產業化，因此維納的控制論沒有辦法得到充分發揮和驗證。
    隨著技術的發展，大規模和超大規模集成電路等的出現與廣泛應用為驗證維納的控制論架設了理論與實踐之間的橋梁。首先，大規模集成電路的超強運算能力使支持控制論等相關人工智能理論的決策機制、思維方式與運算方法具備現實可行性，從而使“控制論”中的“分析比較”一環得到很大程度的提升和解決。
    其次，大規模集成電路也令各種傳感器的性能得到顯著提升，例如小型化、高精度的光電探測系統和雷達傳感器等紛紛問世，使人工智能獲取外界信息與態勢方面的能力顯著提高，增強了判斷的準確性；然后，隨著大規模集成電路的發展，新式的存儲介質也逐步替代了舊式的光電物理性質的存儲介質，存儲能力的提高使機器自學習以及信息的大量調用與使用成為可能。
    最終，機器人開始從傳感控制階段向智能化階段躍進，移動機器人特別是自主式移動機器人成為機器人研究領域的潮流和熱點。