“
早高峰的城市道路上，一辆自动驾驶汽车正在驶向目的地。
它需要识别车道、车辆和行人，理解红绿灯与交通规则，预测其他交通参与者的运动，在复杂环境中不断调整速度和方向，最终安全完成一段行程。
与此同时，在另一处场景中，一台机器人正在整理桌面。
它需要识别杯子、餐盘和纸盒的位置，选择合适的动作，把不同物品移动到指定区域，同时避免碰倒、滑落或损坏物体。
这两套系统都需要观察环境、理解任务并执行动作，但它们并不是在完成同一项任务，也不是同一项工作的前后两个步骤。
它们面对的是两类不同的问题：
自动驾驶主要解决机器如何在环境中移动，机器人则要解决机器如何对环境中的物体进行操作。
理解这一区别，是理解自动驾驶与具身机器人之间技术边界的一个重要起点。
”
01
一个改变自身位置，一个改变外部世界
自动驾驶最核心的任务，可以概括为：让车辆从一个位置安全移动到另一个位置。
车辆需要持续判断自己在哪里，周围有什么，其他交通参与者可能怎样运动，以及下一步应该加速、减速还是转向。
在这一过程中，系统主要改变的是车辆自身的位置和运动状态。
方向盘转动多少，车辆应该以多快的速度行驶，什么时候变道，应该选择哪一条路线，这些决策最终都落在一条行驶轨迹上。
机器人操作面对的则是另一类目标。
当机器人整理桌面时，重要的不只是机械臂移动到了哪里，而是杯子是否被放进了收纳区，纸盒是否被摆正，餐盘是否被平稳地叠放起来。
它需要通过自身动作，使外部物体的位置、方向或状态发生变化。
因此，两类任务最核心的区别在于：
自动驾驶主要控制机器自身如何运动，机器人操作则要通过机器的运动，进一步改变外部对象。
汽车需要回答的是：“我应该往哪里走？”
机器人还要回答：“我要对什么对象做什么，才能完成任务？”
02
自动驾驶的核心，是生成一条合理轨迹
道路环境虽然复杂，但自动驾驶系统最终要解决的问题相对集中。
车辆要从起点驶向终点，在这个过程中避开障碍物，遵守交通规则，并与其他车辆、行人和骑行者保持安全距离。
无论系统如何识别环境、预测风险和规划路线，最终都需要把判断转化成几个基本控制动作：
加速、减速、制动和转向。
这些动作会不断改变车辆的位置、速度和方向，最终形成一条连续的行驶轨迹。
因此，自动驾驶的许多核心问题，都围绕“轨迹是否合理”展开：
车辆是否还在道路范围内？是否会与其他交通参与者发生冲突？当前速度是否合适？前方路线是否安全？能否平稳到达目的地？
复杂的环境理解，最终服务于车辆自身的安全移动。
从这个角度看，自动驾驶解决的并不只是“看懂道路”，而是：
在持续变化的道路环境中，实时生成并执行一条安全轨迹。
03
机器人的核心，是让物体发生预期变化
机器人操作同样需要控制运动，但仅仅让机械臂运动到某个位置，通常并不代表任务已经完成。
假设机器人要把一个杯子放进橱柜。
机械臂到达杯子附近，只是动作的开始。机器人还需要拿起杯子，将它移动到橱柜内部，再把它稳定地放到指定位置。
整个过程中，真正决定任务是否完成的，不是机械臂经过了哪一条路径，而是杯子的状态有没有按照目标发生变化。
杯子原本在桌面上，最终应该出现在橱柜里；杯子原本被机器人拿起，最终应该稳定地放在隔板上。
同样，在其他任务中：
打开抽屉，是让抽屉从关闭状态变成打开状态；
整理桌面，是让物品从杂乱状态变成有序状态；
装配零件，是让多个独立部件形成正确的连接关系；
倒一杯水，是让液体从一个容器转移到另一个容器。
这些任务都包含机器自身的运动，但运动只是手段，改变物体或环境的状态才是目的。
所以，机器人操作关注的不只是“手臂怎样移动”，还包括“动作之后，外部世界变成了什么样”。
04
移动动作相对集中，操作动作更加多样
自动驾驶车辆面对的道路情况千变万化，但它可以执行的基本动作相对稳定。
车辆可以向前行驶、转弯、变道、加速、减速和停车。不同场景中的驾驶行为，基本上都是这些控制方式的连续组合。
机器人操作则包含更加丰富的动作类型。
面对不同任务，机器人可能需要拿起、放下、推动、拉动、旋转、倾斜、插入、抽出、折叠、堆叠或按压。
这些动作之间并不是简单的方向差异。
推动一个纸箱和拿起一个玻璃杯，虽然都涉及机械臂移动，但动作目的完全不同；旋转门把手和按下电梯按钮，也不能使用同一种操作方式。
甚至面对同一个物体，任务不同，动作也会改变。
一个杯子可以被拿起、放下、倾斜、清洗或递给别人。一个纸箱可以被搬运、打开、封装或堆叠。机器人不能仅仅知道物体在哪里，还要根据当前任务选择相应的操作。
因此，自动驾驶更多是在相对稳定的控制方式中，应对不断变化的道路环境；机器人操作则既要面对不同环境，也要面对更加多样的动作目标。
05
两类任务的完成标准也不同
自动驾驶是否完成任务，通常可以通过车辆的行驶过程来判断。
车辆有没有安全到达目的地？有没有违反交通规则？有没有驶出道路？行驶过程是否平稳？是否与其他交通参与者保持了足够距离？
这些问题主要围绕车辆的轨迹和运行状态展开。
机器人操作的完成标准，则更多取决于外部对象的最终状态。
机器人可能已经抓住了杯子，但如果杯子在移动过程中掉落，任务仍然失败；机器人可能把零件移动到了装配区域，但如果方向错误或没有安装到位，同样不能算完成。
一段动作看起来顺畅，也不代表任务结果一定正确。
因此，在操作任务中，不能只判断机器人“有没有动”，还要判断：
物体是否到达了正确位置，状态是否发生了预期变化，整个任务的目标是否真正实现。
这也是移动与操作之间非常关键的差别：
移动任务主要关注机器自身是否正确到达，操作任务则关注机器是否让外部对象达到了预期状态。
06
这不是汽车和机器人的绝对分界
需要说明的是，“移动”与“操作”描述的是两类任务，并不是对不同设备进行绝对划分。
机器人同样可能需要移动。
仓库机器人要在货架之间行驶，家庭服务机器人要在不同房间之间穿行，人形机器人也需要先走到工作区域，才能执行具体任务。
自动驾驶汽车从广义上看，本身也是一种在物理世界中运行的机器人系统。
因此，不能简单理解为“汽车只会移动，机器人只会操作”。
更准确的说法是：
自动驾驶的主要目标是完成移动任务，而许多具身机器人最终需要同时具备移动与操作能力。
一台机器人可以走到桌边，说明它具备了移动能力；但只有当它能够拿起桌上的物品、完成整理或装配，它才具备相应的操作能力。
“走到工作区域”和“完成具体工作”，是两种不同的能力。
前者解决机器如何改变自身位置，后者解决机器如何通过动作改变外部世界。
07
从“能够到达”，到“能够完成工作”
自动驾驶让人们看到了机器在真实环境中自主移动的可能性。
它能够理解道路、判断风险、规划路线，并根据周围环境持续调整自身行为。
而当智能系统从道路进入家庭、工厂、仓库和商业空间，单纯移动往往已经不能完成全部任务。
仓库机器人不仅要来到货架旁，还可能需要取出货物；家庭机器人不仅要进入厨房，还可能需要整理台面；工厂机器人不仅要到达工位，还要完成装配、搬运或检测。
这些场景并不是自动驾驶任务的简单延长，而是提出了另一类能力要求。
机器不再只是穿过环境，也要开始参与环境中的具体工作。
因此，从自动驾驶走向机器人，并不只是把车辆换成人形外观，或者在移动底盘上增加一条机械臂。
它意味着机器的任务目标发生了变化：
从主要控制自身的运动，转向通过自身运动影响外部对象。
从寻找一条安全轨迹，转向完成一个具有明确结果的操作任务。
从“能够到达某个位置”，转向“能够在那里把事情做成”。
写在最后
自动驾驶和机器人都需要感知环境、进行判断并控制机器行动，但它们面对的核心问题并不相同。
自动驾驶主要解决的是移动问题：
机器如何在复杂环境中安全地改变自身位置。
机器人操作主要解决的是操作问题：
机器如何通过动作改变外部物体或环境的状态。
移动关注的是机器去了哪里。
操作关注的是机器做了什么，以及事情最终有没有被完成。
这一区别看起来简单，却决定了两类系统截然不同的任务目标。
自动驾驶让机器学会在世界中穿行。
机器人要学习的，是如何真正参与这个世界中的工作。
ZiKi Robot Data Lab｜知几机器人数据实验室
我们关注机器人数据、具身智能与 AI 数据基础设施建设。
持续分享：
🟧 行业观察🟧 技术实践🟧 第一视角数据🟧 AI 自动标注🟧 三维重建🟧 数据集构建
下一篇预告：
《从道路长尾到生活长尾：机器人会遇到更大的数据难题》
