2023AMiner机器人学科期刊洞察报告

机器人学科持续在全球范围内受到广泛的关注和研究。本报告基于AMiner数据库的最新数据，从期刊基本情况、近20年研究浪潮、中美竞逐、以及学科研究焦点等多个维度，揭示了机器人学科的研究历史、新面貌和重要发展趋势。以下为报告重要结论概览：

• 近20年间机器人学科发文量暴增6倍：

SCIE的Robotics学科一区共计7个期刊。截至2023年上半年，AMiner共计收录了7个期刊相关论文数量达 10,104 篇，涉及全球 85 个国家的 1,350 个机构和 7,241 名一作学者。在过去的 20 年里，机器人学科的研究发展迅猛，发表论文数量增加了近 6 倍。

• 美国主导机器人学科研究，中国崛起为第二主要力量：

从一作学者和机构的分布来看，美国在近20年的机器人学科研究中占据主导地位，拥有2,035位一作学者和308个机构。同时，中国也在快速发展，拥有803位一作学者和180个机构，位居第二。欧洲、加拿大和日本等地区也在该领域有持续的学术贡献。

• 中国机器人学科的崛起，2022年首次反超美国：

机器人学科在近20年的变迁中迎来了新的竞争格局，中国的机器人学科研究在近年来呈现出强劲的发展趋势，2015 年至 2022 年间，一作学者数量增长了 545%，机构数量增长了 256%，在2022年一作学者和机构数量首次超越了美国，标志着中国在机器人学科领域的崛起。上海交通大学、清华大学、华中科技大学和哈尔滨工业大学等中国高校在机器人学科领域取得了显著成就。

• 从关键词看最新学科研究焦点：全球

2022-2023年上半年的高频关键词反映了机器人学科的最新研究焦点，关注度最高的关键领域包括机器人硬件与软件综合研究、深度学习、机器学习、路径规划和碰撞避免。同时，近年来，深度学习和强化学习等人工智能技术的发展呈现出明显的增长趋势。这反映出机器人学科正在积极融合新兴技术，以推动机器人系统朝着更智能、自主的方向发展。

• 从关键词看最新学科研究焦点：中美

2022-2023年上半年中国关键词集中在深度学习、强化学习、数字孪生、云制造、软抓手和可变刚度等领域。与此不同，美国的研究重点放在了安全碰撞避免、机器人感知系统、多机器人系统和路径规划上。这突显出中美两国在机器人学科的关注领域存在一定差异。

• 从关键词看学科研究焦点的20年演变，揭示新兴领域：

近20年来机器人学科的关键词使用经历了显著的变化，从移动机器人、轨道机器人、控制系统到空中机器人、动力学、深度学习和人机交互等领域的转变，反映了学科的不断发展和新兴技术的兴起。

总体来看，机器人学科正在经历前所未有的繁荣期，全球范围内的学者和机构积极参与其中。中美两国在竞争和合作中推动了学科的不断发展，各自拥有领先的机构和学者。同时关键词分析显示，该领域的研究重点已转向深度学习和人工智能等前沿领域。

本报告所用数据均来自AMiner。AMiner 由清华大学计算机科学与技术系教授唐杰率领团队建立，是拥有我国完全自主知识产权、国内最早研发、访问量最大、以人为中心的科技情报大数据挖掘和服务平台。它致力于为全球学术界提供研究人员、机构、论文、项目等相关信息的数据挖掘、分析和推荐服务。

数据源囊括多个方面：如学者论文、学者信息、研究机构、期刊信息、专利信息等；本报告中所用到机器人期刊相关论文、作者、机构、地理位置等仅为AMiner覆盖数据产出分析结论。

SCIE的Robotics学科一区共计7个期刊，美国为主要创刊地，共创5个期刊；截至2023年上半年，根据7个期刊AMiner收录相关论文共计10,104篇；相关一作学者共计 7,241个（去重）；涉及机构共计 1,350 个（去重）分布在全球85个国家； 《International Journal of Robotics Research》为最早创刊的期刊，创刊年份至今已有41年，该期刊同时也是机器人学科发文量最高期刊，创刊至今共计分布在52个国家的两千多位学者在该刊发表过论文，共计刊登2,739余篇。

数据来源：AMiner科技情报大数据

注：发文量按当前数据库覆盖论文计算

从期刊论文数量的变迁，可以看到近20年来，机器人学科领域的研究发展如同一股汹涌的浪潮，回顾2003年，两个期刊共计有128篇机器人学科论文发表，仅一年后，随着《IEEE Transactions on Robotics》的创刊，论文数量急剧增加了89.1%，标志着机器人学科领域逐渐壮大的开端。在此后的近20年中，机器人相关期刊从3个期刊逐步增加至7个期刊，刊登论文数量整体呈上涨趋势，2022年刊登的论文数量达到了2003年的将近6倍，代表着该学科领域的研究持续蓬勃发展；与此同时，近年来新创刊的期刊也为该学科的研究者提供了更多专业化、多样化的机会，如 《Annual Review of Control Robotics and Autonomous Systems》主攻机器人自动控制相关研究。

数据来源：AMiner科技情报大数据

(一)   中美竞逐：谁占据机器人学科领域的主导地位？

根据7个期刊发表论文的一作研究学者及其所属机构分析，全球机器人学科相关一作学者共计7,241个，分布在85个国家中的1,350个相关研究机构。从一作学者和机构分布的角度看，美国占据该学科研究的主导地位，拥有2,035个一作研究学者以及308个研究机构，体现了其在该领域的高活跃度以及多样性；中国的机器人学科研究也呈现强劲的发展趋势，拥有803个一作研究学者、180个研究机构，位列第二；欧洲、加拿大、日本等地区也对该学科有持续学术贡献。

全球机器人学科的一作研究学者分布：

单位：人数

数据来源：AMiner科技情报大数据

全球机器人学科的研究机构分布：

单位：家

数据来源：AMiner科技情报大数据

(二)   中美竞逐：机器人学科20年变迁与新格局

根据7个期刊发表论文的一作研究学者及其所属机构分析，近20年来，中美两国在机器人学科领域的一作研究学者及其研究机构数量呈现出不同的变化轨迹，这反映了两国在该领域的演进和领先地位追逐与转变。

2003年到2004年，中国的一作学者和机构数量都增长迅速，年环比增长率分别高达250%和150%，同时美国也有显著增长，增长率分别为157%和78%。根据上述报告分析，这一时期，机器人学科领域迎来了逐渐壮大的开端，随着论文刊登篇数增多，一作学者数量大幅增加，机构数量迅速扩大。

随着时间的推移，美国的一作学者和机构数量增长趋势相对稳定，而中国则在2015年之后再次迎来了高速增长。2015到2022的8年间，中国在SCIE的Robotics学科一区期刊发表过论文的一作学者从20位增长到129位，增长545%，机构数量从18个增长到64个，增长256%，在2022年一作学者数量和研究机构数量同时超越美国，标志着中国在机器人学科领域的迅速崛起，和不可忽视的显著地位。

数据来源：AMiner科技情报大数据

数据来源：AMiner科技情报大数据

(三)   中美竞逐：机器人学科领袖学者和顶尖机构的对决

在中国机器人学科领域上，上海交通大学以84篇发表的论文数量位列榜首，成为中国机器人学科领域的领军机构。清华大学、华中科技大学、哈尔滨工业大学、等大学也在该领域取得显著成就，发表数量在50篇以上。同时数据显示，一作学者中如Liang Ding、Yongkui Liu等在中国机器人学科领域发挥着重要作用，其研究贡献不可忽视；

美国相关机构中，卡耐基梅隆大学以228篇发表的论文数量遥遥领先，成为美国机器人学科的研究翘楚。麻省理工学院、美国陆军、斯坦福大学等知名机构也在机器人研究领域具有显著影响力，发表数量在100篇以上。同时数据显示，一作学者中如Robin R. Murphy、Hanqi Zhuang等在美国机器人学科领域拥有广泛的研究影响力；

同时，从中美研究一作学者和研究机构的发文量关系来看，虽然卡内基梅隆大学在机器人领域发文量最高，但值得注意的是，Top一作学者中仅一位一作学者来自该校，且排名靠后。这表明了该校研究成果分布相对较广，而非集中在个别学者上。相比之下，中国的上海交通大学在机器人学科领域有显著地位，不仅在机构发文量上表现出色，还有多位学者位列Top 一作学者名单中。这显示了该校在机器人研究领域的学者相对集中。

数据表明，中美两国在机器人学科领域的研究水平保持着国际竞争力，为该领域的发展提供了坚实的基础和不竭的动力。这种合作与竞争的生态体系将进一步推动机器人技术的创新和应用。

中美机器人学科Top 10机构：

数据来源：AMiner科技情报大数据

中美机器人学科Top一作学者：

数据来源：AMiner科技情报大数据

数据来源：AMiner科技情报大数据

(一)  全球机器人学科研究焦点分析

2022-2023上半年机器人学科的高频关键词揭示了该领域的研究热点和趋势。这些关键词中，"Robots"、"Soft Robotics"、"Multi-Robot Systems" 和"Robot Sensing Systems" 指向机器人硬件和软件的综合研究在近两年受到重视，包括机器人的构建、感知和模拟等方面。此外，"Deep Learning"和"Reinforcement Learning"等机器学习和优化方法也在研究中频繁提及，这反映了人工智能技术在机器人学科中的应用和发展。同时，"Planning"、"Kinematics"和"Collision Avoidance"等与机器人运动学、路径规划和碰撞避免相关的关键词也频繁出现。

总体来看，近一年半的机器人学科研究聚焦在机器人技术的创新、深度学习、机器学习、路径规划和碰撞避免等关键领域。

此外，河流图显示，这10个热门焦点关键词在历年的发展中，其中一些关键词如"Robots"和"Soft Robotics  "在过去几十年一直存在，而另一些关键词如"Deep Learning"和"Reinforcement Learning"则在近年来逐渐崭露头角并呈现出爆发式增长，其词频明显上升。这表明机器人学科正在积极融合人工智能技术，尤其是深度学习和强化学习，以实现更智能、自主的机器人系统。

数据来源：AMiner科技情报大数据

(二)  中美机器人学科研究焦点对比

数据显示，2022年到2023年上半年，机器人学科中美两国的研究焦点存在一定差异。在中国，"Digital Twin"、"Deep Learning"、"Reinforcement Learning"和"Cloud Manufacturing"等关键词显著突出，频繁出现于多个期刊，凸显了中国在深度学习、强化学习、数字孪生和云制造等领域的持续研究兴趣。此外，"Soft Gripper"和"Variable Stiffness"等关键词也备受关注，反映了对软抓手和可变刚度的深入探索。

与中国该领域论文不同，美国该领域论文，除去"Robots"这种大领域词汇，其他关键词如"Multi-Robot Systems"、"Robot Sensing Systems"、"Collision Avoidance"和"Planning"等受到了广泛研究关注。这表明美国在2022年至2023年上半年机器人学科的研究领域集中在安全碰撞避免、机器人感知系统、多机器人系统和路径规划等领域。此外，中美双方近年都在研究机器人运动学。

数据来源：AMiner科技情报大数据

(三)  跃升与暗淡： 机器人学科研究焦点的20年演变

两个河流图的数据显示，近20年来机器人学科的关键词使用经历了显著的变化，展示出了机器人学科研究焦点的重大演变。

首先，在Top10逐渐消失的关键词中，如'Mobile Robots移动机器人'、'Control Systems控制系统'、'Orbital Robotics轨道机器人'等，它们曾是研究热点，但在过去十年中词频逐渐下降，甚至消失。这种现象可能反映了机器人学科研究技术的成熟和研究方向的重要推进，过去研究着重于移动机器人、控制系统、稳定性等方面。

但在近十年爆发的关键词，如'Aerial Robotics空中机器人'、'Dynamics动力学'、'Deep Learning深度学习' 、'Human-Robot Interaction人机交互'中，可以明显看到研究方向已向更前沿的领域迈进，这种转变反映了学科的不断发展与进步、也体现了新兴技术和概念的兴起。

逐渐消失的关键词：

数据来源：AMiner科技情报大数据

突然爆发的关键词：

数据来源：AMiner科技情报大数据

查阅更多期刊详情

• 2023年诺贝尔自然科学领域获奖者关系探究报告