機器人一直是人類夢寐以求的，從各大科幻電影就能看出人類對於機器人的嚮往。

隨著科技的發展，人類也開始致力於研發機器人，由此也誕生了一門學科：機器學習。

早在20世紀50年代，機器學習作為人工智慧的一個分支，開始引起大量科學家的興趣，並投入到其中。

早期的機器學習，受限於技術發展，以及對於人腦的研究極其有限，經歷了起起落落。

它的發展過程大體上可分為4個時期：

第一階段是在20世紀50年代中葉到60年代中葉，屬於熱烈時期。

第二階段是在20世紀60年代中葉至70年代中葉，被稱為機器學習的冷靜時期。

第三階段是從20世紀70年代中葉至80年代中葉，稱為復興時期。

自80年後開始，機器學習的熱情一直未減，不過機器學習的方向由早期的淺層機器學習方法轉變為深層機器學習方法。

淺層機器學習方法的典型代表就是支援向量機，之後由於計算機硬體的快速發展，尤其是GPU的出現及快速，機器學習方向轉向深層機器學習方法，這典型的代表就是以多倫多大學教授Hinton帶領下的深度學習。

而深度學習方法，就是完全模擬人腦的工作機制來進行的，可以說現在的機器學習，以及整個人工智慧的發展，都已經是以深度學習為主了。

而機器人的核心其實就是人工智慧，而人工智慧又是以深度學習方法為主的，所以說，現在的機器人其實就是以模擬人腦工作機制為發展方向的。

這一方向也是目前被認為最有希望的方向的。