近幾十年，人類的生活方式發(fā)生了非常重大的變化，這凸顯了對遠程和自動化過程的需求。但是，現(xiàn)如今的機器人還不夠成熟，還不足以執(zhí)行日常任務(wù)，比如操控物體或在不可預(yù)測的復(fù)雜環(huán)境中移動。另外，如今的機器人也還不能足夠安全地與人類和室外環(huán)境進行交互。

大腦與機體的適當(dāng)平衡是創(chuàng)造行為更自然和全集成的智能機器人的先決條件。機器人設(shè)計通過使用軟件已經(jīng)實現(xiàn)了相當(dāng)成功的自動化，但設(shè)計新材料和開發(fā)機器人學(xué)方法需要人類參與其中，因為這涉及到范圍更廣的技能組合。

舉個例子，在新興的軟體機器人學(xué)領(lǐng)域，為了得到所需的機器人功能，仍舊沒有與結(jié)構(gòu)設(shè)計和控制器設(shè)計組合使用的材料選取與合成方法。

因此，未來十年內(nèi)，機器人學(xué)領(lǐng)域的一大主要缺口是：為機器人機體以及機體形態(tài)與智能控制系統(tǒng)和基于學(xué)習(xí)的方法的共同進化開發(fā)新材料和新結(jié)構(gòu)。為了填補這一缺口，機器人學(xué)社區(qū)的一大重要發(fā)展趨勢是實現(xiàn)機體、控制、形態(tài)、動作執(zhí)行和感知的協(xié)同進化。這里將其稱為實體人工智能(PAI)。

PAI是指能夠執(zhí)行通常與智能生物體相關(guān)的任務(wù)的實體系統(tǒng)，該領(lǐng)域包含理論和實踐。PAI方法論原本就自帶對材料、設(shè)計和生產(chǎn)制造的考慮。使用PAI開發(fā)的機器人可以利用自身機體的物理和計算特征，再加上它們大腦的計算能力，有望在非結(jié)構(gòu)化環(huán)境中自動執(zhí)行任務(wù)和維持穩(wěn)態(tài)。類似于生物體，PAI機器人既可以替代數(shù)字AI，也能通過連接大腦來為數(shù)字 AI提供協(xié)同輔助。很多小型機器人(計算能力有限的機器人)沒有專用的中心大腦，它們的性能由機體的計算引導(dǎo)。

類似于自然多樣性原理，PAI合成(synthesis)是指具有任意功能、形狀、大小和適宜場景(habitat)的機器人系統(tǒng)，其中尤其注重對基于化學(xué)、生物和材料的功能的整合。因此，PAI與機體變化方法無關(guān)，并且有別于具身智能(embodiedintelligence)。PAI 合成的要義在于從材料層面到形態(tài)層面再到機器人系統(tǒng)層面將多種不同的功能特性成功地組合到一起。