現場機器人是近年來在歐洲興起的新概念，指的是在動態，非結構化環境中運行的非工廠移動機器人。這些類型的機器人沒有被編程為一遍又一遍地重復相同的任務，它們是自適應，響應能力強的機器人，它們在變化的條件下工作，有時甚至在未開發的地區。他們經常執行對人類來說太費力或危險的任務。因此，隨著基礎技術的穩步發展，許多不同行業對現場機器人的需求越來越高，在工業領域，一部分的現場機器人也開始進入。

根據國際機器人聯合會World Robotics 2018 Service Robots報告，2018年售出了約7，210臺現場機器人。展望未來，預計2019年至2021年之間將售出32，700臺，復合年增長率（CAGR）為22％ ）。該部門的增長在很大程度上取決于農民的經濟狀況。

在工業上，隨著智能制造需求的不斷提升，小型6軸或7軸機器人在工業機器人中逐漸占據重要的地位，但是，復雜場景的工業機器人仍受到技術限制，普及率仍較低。市場上常見的機器人需要繁復的控制編程，應用成本高，不適用于產品周期短的3C產品生產線。較為先進的機器人如 Universal Robotics的UR系列具備基于位置的拖動示教功能，編程時間較短，然而其動作一經設定即完全確定，無法處理實際裝配過程中零件形狀及位置的誤差。

此外，家電和 3C 生產線的細小零件裝配動作復雜，即便由人完成也需精確的眼手配合（視覺和觸覺），現有的機器人產品在硬件和智能上均無法穩定的解決此類問題。近五年，工業機器人企業（庫卡，安川，發那科，abb 等）及制造業相關企業（美的，格力，富士康等）均在重點研發此類機器人，然而到目前為止市面上仍沒有成熟的解決方案，3C產品和家電組裝生產線的大部分繁復環節目前仍由工人完成，因此現場機器人這種更能滿足柔性化需求的機器人無疑成為未來的重要發展方向。

同時，隨著技術的發展，新一代的機械臂勢必要跳出傳統機器人技術的框架，而真正從本源上去改進傳統機械臂的不足：它需要能夠在不犧牲性能的前提下具備本質的安全性；能夠像一個學徒一樣迅速理解并獨立完成一項新的任務；能夠完成那些傳統機械臂不可能做好、但如今因為人工的緊缺或者工作環境的惡劣而急需被自動化的工作。一個能達到這些要求的機械臂，需要的不僅僅是與人協作的能力，更是自身對復雜環境與復雜任務的適應能力，具有更強柔性的現場機器人無疑更能滿足多條產線切換的要求。

目前全球工業機器人潛在市場約千億美元，其中高端制造業市場約600億美元。但傳統的工業機器人采用位置控制的方式，極大得限制了機器人能夠完成的工作范圍，并且伴生著安全問題。而現在被廣泛接受的協作機器人，引入了力覺感知，這使得他們更加安全，并且易于編程部署。然而，大量對于人類來說非常容易的任務，依然挑戰著現有機器人的能力。

為了突破現有的工業機器人瓶頸，很多機器人團隊對工業機器人從底層硬件到上層控制算法進行了全方位改造，并深度結合人工智能，致力于創造穩定高效的自適應機器人產品，將機器人技術帶入了全新的階段。

同時因為近年來，全球研究團隊一直在使用強化學習（RL）來教機器人如何完成各種任務。但是，訓練這些算法可能非常具有挑戰性，因為在正確定義機器人要完成的任務時還需要大量的人力。

但隨著機器學習的高速發展，無疑現場機器人具有最大的商業潛力，并且目前歐洲的這一概念，在農業和牧場的自動化任務中取得成功。小型“農業機器人”可以進行精確的耕作，同時可以在野外收集重要數據。農業中的其他現場機器人可以監視關鍵的溫室氣體，例如二氧化碳和一氧化二氮，以研究農業對氣候變化的影響。牧場主使用自動野外機器人在數千平方公里內放牧綿羊和牛群，確保所有牲畜保持健康并有足夠的放牧地。

目前很多國家正在開發更先進的現場機器人來應對更嚴峻的挑戰。它們被用作采礦自動化的鉆機，助手和礦石運輸工具。炸彈小隊和核設施使用現場機器人來調查潛在危險材料。它們甚至還用于太空探索中，作為帶有遙控操縱器系統（RMS）的遙控車（ROV）來行駛未探索的行星，收集樣本并進行測試。

現場機器人正在使這個星球上其他最艱巨的工作自動化。盡管農業和農業是當前最受歡迎的趨勢之一，但在不久的將來，現場機器人很可能會在眾多行業中使用。它們遍歷非結構化環境的能力使它們非常可取，機器學習也在賦予他們全新的生命力。