主要由机械工程、电气工程、计算机科学与工程、控制工程、人工智能等多学科交叉融合而成。根据牛津英语词典，机器人学一词首次使用在美国小说家I.阿西莫夫（Isaac Asimov，1920～1992）的短篇科幻小说《说假话的机器人》^[注]中，初次出版于1941年5月的《超级科幻小说》^[注]杂志上。

创造可自动运转的机器的概念可追溯至古典时代。古书《墨经》中记载，中国春秋时代（公元前770～前467）后期，被称为木匠祖师爷的鲁班，利用竹子和木料制造出一个木鸟，它能在空中飞行，“三日不下”。公元前3世纪，古希腊神话中的发明家戴达罗斯用青铜为克里特岛国王迈诺斯塑造了一个守卫宝岛的青铜卫士塔罗斯。阿基米德虽然没有发明机器人，但他发明了许多今天在机器人中使用的机械系统，并且推进了数学领域的研究。意大利科学家达·芬奇据说发明了一种可以站立、挥手、摇头和活动下颚的机器人，法国的天才技师J.瓦克逊（Jacques de Vaucanson），于1738年发明了一直机器鸭，他会游泳、喝水、吃东西和排泄，还会嘎嘎叫，它每个翼包含400多个移动部分，甚至现在看来仍然有点神秘。

近代以来，机器人学开始快速发展，1942年，阿西莫夫勾勒出机器人学三原则：①机器人必须不危害人类，也不允许他眼看人将受害而袖手旁观。②机器人必须绝对服从于人类，除非这种服从有害于人类。③机器人必须保护自身不受伤害，除非为了保护人类或者是人类命令它做出牺牲。

这三条法则，给机器人社会赋以伦理性，使机器人概念通俗化，更易于为人类社会所接受。至今，它仍为机器人研究者、设计制造厂家和用户提供了十分有意义的指导方针。

1955年，美国学者J.德纳维（Jacques Denavit，1930～ ）与R.S.哈登伯格（Richard Scheunemann Hartenberg，1907～1997）提出齐次变换矩阵。1958年，被誉为“工业机器人之父”的J.恩尔格博格（Joseph Frederick Engelberger）创建了世界上第一个机器人公司——万能自动化（Unimation）公司，参与设计了第一台尤尼梅特（Unimate）机器人。1965年，卡内基梅隆大学建立了机器人学院，成为全球第一个设置机器人专业的大学。而后由于自动装备海洋开发空间探索等实际问题的需要，对机器人的智能水平提出了更高的要求。特别是危险环境、人们难以胜任的场合更迫切需要机器人，推动了智能机器人的研究。

21世纪，机器人学成为一个快速成长的领域，同时先进技术持续地研发、设计以及建造用来达成各种实用目的新款机器人，例如家庭用机器人、工业机器人或军用机器人。许多机器人从事对人类来讲非常危险的工作，如拆除炸弹、地雷、探索沉船等。机器人学还被用于STEM教育（科学science，技术technology，工程engineering，和数学mathematics）。

机器人学研究机器人设计与应用所需的各项理论知识和技术，包括机器人运动学、动力学、驱动与传感、控制方法等内容。

研究机器人各构件的运动，而不考虑引起这些运动的力。在运动学中，研究位置、速度、加速度和位置变量相对于时间或者其他变量的高阶微分，即机器人运动的全部几何和时间特性。研究步骤一般是先分析机构自由度，然后建立起刚体在空间中的位姿描述和坐标变换，再推导运动学正解或反解，通过求导得到雅可比矩阵。刚体在空间中位置和平移变换的描述很简单，用XYZ三个坐标表述即可；而姿态和旋转变换的描述则稍显复杂，有多种描述形式，包括固定角坐标系、欧拉角、四元数、旋转矩阵等，这几种描述形式各有优缺点，彼此可以相互转换。运动学正解是已知各关节位置，求解机器人末端执行器的位置和姿态；而运动学反解则是给定末端执行器的位置和姿态，求解各关节位置。控制机器人的时候，往往是规划末端执行器的位置和姿态，再通过反解求出关节电机需要旋转的角度，并将相关指令发送到各电机驱动器上。因此对机器人控制而言，反解尤为重要。雅可比矩阵定义了从关节空间速度向笛卡尔空间速度的映射，机器人机构的奇异性、速度特性、传动特性、各向同性等性能都能通过雅可比矩阵反映出来。

研究力与运动之间的关系。动力学也分正反解，正解是已知各驱动器产生的力或力矩，求机器人末端执行器的加速度；反解是给定末端执行器的加速度、速度和位置，求各驱动器应该产生多大的力或力矩。对于机器人的应用和控制，也是更多地使用动力学反解。关节驱动器产生的力矩函数形式取决于末端执行器路径的空间形式和瞬时特性、连杆和负载的质量特性以及关节摩擦等因素。在高精度、高负载、高加速度的应用场景里，则不能再将连杆视为刚体，也不能将运动副视为无间隙、无变形的理想运动副，必须将构件刚度和关节间隙考虑进来，此时动力学方程将十分复杂，一般采用有限元法求解。

一般包括电机、减速器、驱动器，这三者也是工业机器人的核心部件。如何根据机器人的负载、速度、精度等性能需求，选用合适的电机和减速器，也是机器人设计过程中的关键问题。液压和气动驱动系统也会用于机器人，相比电机驱动，各有优势和劣势。串联弹性驱动器（series elastic actuator; SEA）、人工肌肉等新型驱动器也在机器人上有着越来越多的应用。从另一个角度讲，正是机器人技术的发展需求推动了驱动器技术的革新。

传感器使得机器人能够接收关于环境或内部元件的测量信息。感测能力是机器人执行任务以及基于环境变化来规划运动以做出反应的基本条件。基本的传感器包括安装在电机或关节处的角位移传感器，如编码器、旋转变压器等，这是机器人进行精确位置控制所必需的。此外还有力传感器，即机器人的触觉；图像传感器，即机器人视觉。计算机视觉是让机器可以看见的科技。作为一门学科，计算机视觉关注人造系统背后从图像中提取信息的理论。图像数据可以采取许多形式，如来自摄像机的影像画面序列和图片。近年来，具有深度信息的立体视觉传感器得到更多的研究和应用。

机器人采用的控制方法大部分还是基于经典控制理论中的比例积分微分控制（propcrtional-integral-derivative control; PID），这种方法经过长时间的实践检验，被证明是简单可靠的。然而这种方法是基于模型的控制，控制模型经过大量简化，实际上机器人的惯量、刚度、阻尼等参数是随关节位置变化的，而且不是精确已知的，当模型参数与实际系统中的参数不符时，会产生伺服误差。于是各种智能控制算法，如自适应控制、模糊控制、人工神经网络等被越来越多地应用于机器人上，也取得了良好的实验效果。此外，在装配作业等任务中，不仅要求对机器人进行位置控制，还要进行力控制，主要的控制方法有力/位混合控制和阻抗控制。

包括足式、轮式、履带式机器人，这类机器人没有固定的基座，其与外界的力的作用关系相比传统工业机器人更加复杂，尤其是足式机器人，需要考虑行走的平衡问题。由此也引起了众多学者在步态规划、平衡控制、自主导航等科学和技术难题上的深入研究。

经过多年的发展，机器人学针对传统工业机器人的研究已经十分成熟，许多研究成果也已转化成生产技术应用到实际生产当中去。近年来可以看到机器人学也在寻求着新的突破，有着以下发展趋势：①更多新的机器人构型将被研究，并联和混联机器人将得到更多的应用。②智能化水平不断提升，各种智能控制算法将得到更大的发展和应用，机器人将具有学习的能力，而不只是基于预先编好的程序来完成特定任务。③人机交互手段更加丰富，交互体验更加自然，操作者无须学习复杂的编程知识即可操作机器人，力控制方法被更多地使用，人与机器人能够协同作业。