為什麼「真實世界」才是難點
工廠裡的機器人生活在一個被刻意做得很簡單的世界裡：零件總是出現在同一個位置，光照從不改變，安全圍欄把人擋在外面。可一旦走出圍欄，一切都會動起來。病人在呼吸，道路上擠滿陌生人，泥土今天泥濘、明天乾裂。本篇的核心觀點很簡單：你越無法控制環境，機器人就越要自己攜帶感知與判斷能力。這份隨身攜帶的「聰明」，就是它的自主性。
這裡有一條很有用的光譜，通常稱為自主等級。一端是人透過機器做完所有事；另一端是機器自己做決定。如今大多數真實世界裡的機器人都處在中間某處，本篇接下來就沿著這條光譜，從手術室一路走到另一顆行星。
手術室：人手掌控下的精準
我們先從這些雜亂世界裡最受控的一個開始。在手術機器人領域，機器人幾乎從不獨自行動。外科醫師坐在操作台前移動雙手；機器人則在病人體內複製這些動作，並加以縮放、濾除顫抖，以更高的精度完成。這就是遙操作——人依然是大腦，機器人則是一雙更穩、更小的手。縮放很有幫助：手部一公分的動作可以縮成器械一毫米的動作，於是人手細微的抖動幾乎消失不見。
由於器械接觸的是活體組織，單純的位置指令並不夠——硬要推到某個精確點，可能會撕裂柔軟的部位。因此手術與輔助系統依賴力控制和阻抗控制：機器人不只判斷「去哪裡」，還要判斷「用多大力氣推」，遇到阻力時會溫柔地退讓。同樣的思路也驅動著幫助中風病人重新學會走路的復健機器人：機器必須托住一條腿，卻絕不能與它較勁。
公共道路：感知、規劃、行動，循環往復
現在把人的手拿走。自動駕駛車輛沒有操作員幫它打方向盤——它必須自己跑完整個迴圈，每秒鐘跑很多遍。這個迴圈是這個領域裡最古老的範式，即感知—規劃—行動範式：先建立一幅世界的圖景，再決定該做什麼，然後行動，然後再看一次。
- 感知：攝影機、光達與雷達，把車道、車輛和行人變成一幅不斷更新的畫面。
- 定位：車必須知道自己在地圖上的位置，這件事叫定位——通常是把 GPS 與感測器真正看到的東西融合起來。
- 規劃：在車流中選出一條既守規則又合乎物理的安全路徑。
- 行動：轉向、煞車、加速——然後回到感知，因為世界剛剛又變了。
真正的難點不在暢通的高速公路，而在那些沒有劇本的瞬間——一個球滾進街道、一名騎行者突然變換車道、濃霧遮住車道線。道路只能被部分馴服：你可以畫清晰的標線，卻永遠無法給路上的陌生人排班。這正是為什麼自動駕駛車比固定在工廠地面上的焊接機械臂，需要多得多的車載判斷力。
走向曠野：農田、其他行星與廢墟
野外機器人在「脫離人類幫助」這條路上又往前走了一步，因為在這裡你連標線都畫不了。在農業機器人領域，機器人要在塵土與變化的光照中穿行於作物行間，分辨雜草與幼苗、熟果與生果。沒有兩塊田長得一樣，也沒有任何東西待在原處，所以機器人必須邊走邊自建作物行的地圖，並對眼前的每一株植物作出判斷。
再往外走，幫助會變得更慢。在太空與行星機器人領域，火星車與地球之間隔著數分鐘的無線電延遲，人無法即時操控它。等你看到一塊石頭、發出「停」的指令時，火星車早已壓了上去。解決之道是把更多自主性放到車上：火星車自己判斷前方地面能否安全通過，自己規劃一小段一小段的前進，而人類只在遠方設定目標。
最後是最嚴酷的情形：搜救機器人要鑽進坍塌的建築——那裡沒有地圖、沒有 GPS、到處是塵土，而生命正在倒數計時。它們必須在一個陌生的地方邊畫地圖、邊在地圖裡找到自己——這正是同時定位與建圖（SLAM）那個先有雞還是先有蛋的把戲。即便在這裡，人也仍在迴路之中：操作員常常與機器人分擔控制，而機器人則處理操作員看不見的每一步落腳。
貫穿始終的那條線
把這些領域排成一行，一個規律就跳了出來。手術讓人的雙手仍握著操控；汽車拿走了手，卻仍行駛在我們仍能部分塑造的道路上；火星車因距離失去了即時幫助；搜救機器人則徹底失去了地圖。隨著環境一點點脫離我們的掌控，重擔便從操作員轉移到機器人自己的眼睛和大腦上。
這也是為什麼這麼多機器被設計成與人協作、而非取代人。手術系統、倉庫裡的協作機器人、可分擔控制的搜救機器人——每一種都把人的判斷與機器的穩定配對在一起。機器人的前沿並不是一個沒有人的世界；它要解決的，是當腳下的地面不再可預測時，究竟該把多少交到機器人手裡。