把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢？一般的工业机器人的控制器，本质是一个数值计算系统。如若把人工智能系统(如专家系统)直接加到机器人控制器的顶层，能否得到一个很好的智能控制器？

并不那么容易。因为符号处理与数值计算，在知识表示的抽象层次以及时间尺度上的重大差距，把两个系统直接结合起来，相互之间将存在通信和交互的问题，这就是组织智能控制系统的困难所在。这种困难表现在两个方面：一是传感器所获取的反馈信息通常是数量很大的数值信息，符号层一般很难直接使用这些信息，需要经过压缩、变换、理解后把它转变为符号表示,这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。

移动技术

移动功能是智能机器人与工业机器人显著的区别之一。附加了移动功能之后，机器人的作业范围大幅度增加，从而使移动机器人的概念也从陆地拓展到水下和空中。近几年来，在国外的机器人研究计划中，移动技术占有重要的位置。例如在NASA空间站FREEDOM上搭载的机器人、NASA和NSF共同开发的南极Erebus活火山探测机器人、美核废料处理机器人HA7BOT中，移动技术都被列为关键技术。移动机构与面向作业任务的执行机构综合开发是最近出现的新的倾向。因为无论何种机器人都需要通过搭载的机械手或传感器来完成特定的作业功能。另一个倾向是移动的运动控制与视觉的结合日益密切。这种倾向在ALV项目中已初见端倪,最近则越过了静态图像识别的框框，进入主动视觉和主动传感的阶段。显然,智能机器人在非结构环境中自主移动，或在遥控条件下移动，视觉-传感器-驱动器的协调控制不可缺少。

操作器

工业机器人手臂的设计制造已趋于成熟,因此在智能机器人操作器方面的研究，人们的兴趣主要集中在各种具有柔性和灵巧性的手爪和手臂上。机器人手臂结构要适应智能机器人高速、重载、高精度和轻质的发展趋势。其中轻质化是关键。新型高刚度、抗震结构和材料是目前国外研究的前沿。机器人的手、腕以及连接机构是引人注目的研究课题。其中手腕机构的研究注重于快速、准确、灵活性、柔顺性和结构的紧凑性。与人协调作业关系密切的一类智能机器人如医用机人、空间机器人、危险品处理机器人、打毛刺机器人等,它们都面临着如何快速、准确地把人的意志和人手的熟练操作传送到机器人执行机构的问题。