工业机械臂编程语言，重点介绍三位已故关键人物：Doug Ross、Victor Scheinman、Richard (Lou) Paul。
1. APT：数控机床语言，机器人语言的前身
Doug Ross 参与 MIT 旋风计算机 Whirlwind，50 年代中期转向多轴数控机床的数字控制，需要加工高精度曲面金属零件，人工无法达到。他开发 APT（Automatically Programmed Tool，自动编程工具）。 APT 程序没有分支、条件判断，只有一系列刀具移动指令，内置几何计算（圆切线 TANTO 等）；程序在昂贵大型机上编译运行。 APT 诞生于 MIT 伺服实验室，该实验室当年主要研发飞行器制导系统，包括洲际导弹、60 年代载人航天飞行器。
2. Unimate：第一台工业机械臂（无编程语言）
在 APT 之后，全新一类机器诞生：从设计之初就为自动化而生的工业机械臂。 1961 年，George Devol、Joe Engelberger 的 Unimation 公司研发的 Unimate 安装在新泽西通用汽车工厂。
- 使用真空管、液压模拟伺服，而非晶体管、数字伺服；
- 只记录机械臂要抵达的一系列位置，重复回放；
- 当年计算机太贵，机器人本体设计上刻意不依赖计算机；没有编程语言；
- 用途：点焊、搬运重型铸件，纯重复动作，无任何决策能力。
3. 斯坦福机械臂 Stanford Arm + WAVE 语言（Lou Paul）
60 年代末，Victor Scheinman 在斯坦福 AI 实验室 SAIL 设计斯坦福机械臂（Stanford Arm），由 PDP-8 小型计算机驱动，属于最早的电动数字机械臂。 Brooks1977 年加入 SAIL 手眼小组（Hand-Eye group），Lou Paul 在他加入前离开，开发出WAVE——世界上第一个面向装配任务的机械臂编程语言，同时提出逆运动学求解器 IK solver，至今所有机器人都在用。
WAVE 的设计灵感是玩文字梗：
- 计算机领域 “assembly language”= 汇编语言；
- 机器人领域 “assembly”= 零件装配； 于是 WAVE 语法模仿 PDP-10 汇编语言，
MOVE原本是计算机内存移动指令，被挪用为机械臂运动指令。 程序用标签、分号注释、AOJ（加 1 跳转）、SKIPE/SKIPN 条件跳转；通过示教：拖动机械臂到目标位置，输入HERE P保存坐标。样例代码实现抓取销钉、插入孔位，多次试错，检测是否掉件。
局限：汇编风格的 WAVE 表达能力不足，无法支撑复杂装配。
4. AL 语言与 POINTY 系统
1974 年，Raphael Finkel、Russell Taylor、Richard Paul 等人开发 AL 语言，类 Algol 语法，基于 SAIL（Stanford AI Language），运行在 PDP-10。 Ron Goldman、Shahid Mujtaba 持续迭代 AL；Maria Gini 等人开发 POINTY 系统，简化示教、坐标采集（WAVE 里HERE P这类操作）。
5. Vicarm → PUMA + VAL 语言（Victor Scheinman）
Victor Scheinman 在 MIT AI 实验室做出 Vicarm：小型、力控、六自由度旋转关节机械臂。 1978 年他到斯坦福课堂现场演示，用便携 PDP-11 计算机，用基于 BASIC 的 VAL 语言（Victor’s AL）编程。 同年，他把放大版 Vicarm 卖给 Unimation，就是大名鼎鼎的PUMA 机械臂（Programmable Universal Machine for Assembly），搭载 VAL。 PUMA 是第一款全电动商用机械臂，也是第一款自带编程语言的商用机器人，产品重量覆盖 13kg~600kg。
此后大量厂商各自推出专属机器人语言，很多基于 Pascal。1986 年已有大量相关研究文献。
6. Rethink Robotics：Baxter、Sawyer，行为树（Behavior Tree），告别传统文本编程语言
2008 年 Brooks 创立 Rethink Robotics，目标回归 70 年代 SAIL 最初梦想：不再使用传统机器人编程语言。
- 产品：Baxter，后继 Sawyer；人机协作机器人，无需安全围栏；
- 软件平台 Intera 5：机器人任务不再是文本代码，而是行为树 Behavior Tree；
- 操作方式：示教学习（demonstration），人类直接演示动作，AI 自动推断意图，生成行为树；人不需要阅读或修改底层树结构； Ron Goldman（当年 AL 语言开发者）评价它：“POINTY 的超级升级版”。
补充历史支线：1986 Brooks 提出包容架构 subsumption architecture，也就是基于行为的机器人控制范式；后来衍生出 Behavior Tree 行为树，如今 Unity、Unreal 两大游戏引擎广泛使用行为树。
- 早在 70 年代 SAIL 就畅想 AI 自动完成装配，也就是 AGI 自主规划机器人任务；50 多年过去，这个目标至今没有实现，印证【高估短期 AI 能力】；
- 早期机器人语言 WAVE/AL/VAL 都需要人工显式定义坐标、运动序列、条件分支，机器人本身没有自主理解环境的能力 → 【行李箱词汇：机器人的 “学习” 只是示教与参数记录，不是人类理解】；
- PUMA、Unimate、Baxter/Sawyer 所有能力都是单点任务能力，没有通用智能；
- 机器人落地最大瓶颈永远是硬件、力传感、物理交互、实体场景改造，算法理论很早出现，但硬件落地数十年缓慢推进 →【硬件落地滞后误区】；
- 机器人技术是逐步迭代：Unimate → Stanford Arm → PUMA → Baxter/Sawyer，没有一夜之间出现超级机器人，对应【好莱坞科幻单一变量谬误】。
一句话概括 Brooks 整套世界观：
我们可以做出越来越能干的专用机器人与 AI 工具，但通用自主智能不是一个即将突然降临的奇点事件；实体世界的物理约束、硬件成本、场景工程难度，会持续大幅拖慢所有理想化预测。
本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源
常见问题 FAQ
AI 领域中，哪些常见的认知误区导致了行业两极化的极端预判？
文章提到了几个关键误区。首先是高估短期AI能力，比如50多年前就畅想AGI自主规划任务，但至今未实现。其次是混淆机器“学习”与人类理解，早期机器人的“学习”只是记录参数。再者是硬件落地滞后，算法理论早有，但硬件成本、场景改造等实体约束大幅拖慢了进度。最后是好莱坞式的单一变量谬误，认为超级机器人会一夜出现，而实际上技术是逐步迭代的。
什么是 WAVE 语言？它在机器人编程中有何特点？
WAVE 是世界上第一个面向装配任务的机械臂编程语言，由 Lou Paul 在斯坦福开发。它的设计灵感很有趣，模仿了计算机的汇编语言语法。例如，用“MOVE”指令控制机械臂运动，用标签和条件跳转组织流程。它支持通过拖动机械臂来示教保存坐标。主要局限是汇编风格的表达能力不足，难以支撑非常复杂的装配任务。
为什么机器人技术的硬件落地总是比算法理论慢很多？
根据文章观点，实体世界的物理约束是最大瓶颈。这包括精密的力传感需求、复杂的物理交互控制、以及为适应机器人而必须进行的现实场景改造。同时，硬件本身的开发、迭代和成本降低也需要漫长周期。因此，即使算法理论很早就被提出，但将其转化为可靠、实用且经济的实体产品，始终是一个巨大的工程挑战，进程缓慢。
Rethink Robotics 的行为树（Behavior Tree）和传统机器人编程语言有何不同？
传统方式如 WAVE、AL、VAL 都是文本编程，需要工程师用代码显式定义机器人的每一个运动步骤和条件判断。而行为树则完全不同，它是 Baxter/Sawyer 机器人 Intera 5 平台的核心。操作者不再写代码，而是通过直接“示教学习”——亲自演示动作，让机器人推断意图并自动生成任务逻辑。这大大降低了使用门槛，是从“编程”到“演示”的范式转变。
目前工业机器人还是无法实现通用自主智能吗？
是的，至少从文章回顾的历史和当前产品来看是这样。无论是 Unimate、PUMA 还是 Baxter/Sawyer，它们所具备的都是针对特定任务（如点焊、搬运、简单装配）的“单点任务能力”。它们没有人类那样的通用理解和规划能力。文章指出，要实现通用自主智能，机器人不仅需要算法，更需要克服硬件、力传感和物理交互等实体世界的巨大挑战。
VAL 语言在商用机器人历史上有什么意义？
VAL 语言由 Victor Scheinman 开发，是“Victor's AL”的缩写。它首次被应用在 PUMA 机械臂上，而 PUMA 是第一款全电动的商用机器人。更重要的是，PUMA 是第一款自带编程语言的商用机器人产品。VAL 的出现，使得复杂的编程和控制能够直接与商用机器人本体结合，为后续各大厂商推出基于 Pascal 等语言的自家机器人语言奠定了基础，是机器人产品化的重要一步。