Uppdateringar av robotsäkerhetsregler (USA/EU) I slutet av 2025 ser den regulatoriska situationen för "robotar i offentliga rum" annorlunda ut i EU jämfört med i USA. I EU är riktningen mot en enda, lager-på-lager-stapel för efterlevnad: ➤ produktsäkerhet (för den fysiska maskinen) ➤ cybersäkerhet (eftersom robotar är uppkopplade) ➤ och AI-styrning (eftersom autonomi och perception drivs av AI) Team behöver dokumentation, livscykelkontroller och (i vissa fall) AI-riskklassificeringsarbetsflöden som körs parallellt (klassisk reglering för EU, mycket begränsningar och pappersarbete). I USA är bilden mer sektorsbaserad: de tydligaste federala "uppdateringarna" finns i trafikautonomi (NHTSA:s olycksrapportering och utplacering/undantagsvägar) och drönare (FAA Remote ID-övervakning). För markrobotar på trottoarer och inomhusoffentliga arenor är reglerna fortfarande mer fragmenterade och ofta lokala.

Spårning och objektdetektering för robotik Inom robotik är objektdetektion en ögonblicksbild: "det finns en flaska vid (x, y) i denna ram." Objektspårning är det svårare, mer operativa: "det här är samma flaska som tidigare, den rörde sig så här, och den är fortfarande kvar även om jag inte ser den på 200 ms." Föreställ dig en mobil manipulatör vid en köksbänk. Uppgiften är enkel på papper: plocka upp den blå flaskan från ett rörigt bord medan en person rör sig i närheten. Roboten har en kamera (kanske djup också). Den kör en objektdetektor och får en begränsningsruta märkt "flaska" med ett konfidensvärde. Det låter som perception. Det är det inte än. På bildruta 1 ser detektorn flaskan. På bild 2 täcker personens arm den delvis, självförtroendet sjunker och lådan försvinner. På bild 3 dyker flaskan upp igen men detektorn flyttar lådan lite. Ur planerarens perspektiv har flaskan blinkat bort och teleporterats. I clutter får du också dubbletter: detektorn kan producera två trovärdiga "flask"-lådor för samma objekt. Om roboten reagerar direkt på detektioner per bildruta ser du klassiska felbeteenden: ➤ den tvekar eftersom målet "missar" var några bildrutor, ➤ den planerar om hela tiden eftersom målpositionen skakar, ➤ den sträcker sig mot fel objekt när två liknande föremål dyker upp, ➤ Den kan inte pålitligt upprätthålla "krocka inte med personen" eftersom personens låda också flimrar. Det är därför robotperception sällan stannar vid upptäckt. Den behöver objektpermanens: förmågan att säga "det här är fortfarande samma flaska, även om jag tappar bort den för en stund." Spårning är det som förvandlar bildruta-för-bild-gissningar till en stabil världsmodell. Ett typiskt tillvägagångssätt är "spårning genom detektering": du kör fortfarande en detektor varje bildruta, men kopplar detektioner till persistenta spår (ID) över tid med hjälp av prediktion + association. Konkret gör trackern tre saker: ➤ Förutsäg "var ska flaskan vara nu?" ➤ Associera "vilken detektering tillhör vilken spår?" ➤ Behåll identitet under förändringar Tillbaka till vår bordsscen: när du spårar slutar flaskan blinka. Den har en stabil ID, en jämnad positionsuppskattning och ofta en hastighetsuppskattning. Nu kan planeraren agera som en vuxen: den kan vänta ut en kort miljöförändring, binda sig till ett mål och planera en säker bana runt en person i rörelse. Även med spårning vet roboten fortfarande inte vad den gör i mänskliga termer. Den har "Spår #7" med en begränsningsruta och kanske en klassetikett "flaska." Det räcker inte för riktiga uppgifter eftersom riktiga uppgifter handlar om relationer och avsikt: ➤ "Välj den blå flaskan (inte den klara)." ➤ "Sträck dig inte över personen." ➤ "Flaskan är bakom muggen." ➤ "Om personen sträcker sig efter den, pausa." Det är här LLM:er (ofta ihopkopplade med VLM) kan hjälpa till genom att resonera över en strukturerad representation av scenen byggd av spår. Nyckeln är att LLM:n måste fungera i ett stabilt tillstånd. Om du matar den med råa detektioner per bildruta får du låg resonering eftersom dess indata flimrar. Spårning gör det semantiska lagret sammanhängande.

Var är robotik idag? Den "lösta" delen av robotik är industriell automation i kontrollerade miljöer. Det är inte perfekt, men det är tillräckligt moget för att skalas globalt. International Federation of Robotics rapporterade 4 281 585 industrirobotar som arbetar i fabriker världen över (World Robotics 2024). Och i World Robotics 2025-statistiken rapporterar IFR 542 000+ industrirobotar installerade 2024, med årliga installationer över 500 000 dollar under 4+ på varandra följande år. Det är "fabriksfördelen": uppgifter är upprepbara, miljöer är strukturerade och säkerhetsgränser kan konstrueras. När en robotarm svetsar eller placerar komponenter kan du begränsa världen tills roboten ser smart ut. Gränsen är allt utanför den bekvämlighetszonen: mobila robotar i trånga utrymmen, fältrobotik, flexibel manipulation (att greppa röriga föremål) och alla scenarier där roboten måste resonera under osäkerhet under långa perioder. Här är den grundläggande svårigheten inte "kan den göra en demo." Den grundläggande svårigheten är tillförlitlighet i stor skala: kan den utföra uppgiften säkert, förutsägbart och ekonomiskt tusentals gånger, inklusive de konstiga 2 % av fallen. Det är också därför robotik är besatt av säkerhet och felsätt. En mjukvarubugg i en webbapp är irriterande. En mjukvarubugg i en rörlig maskin blir kinetisk. Det driver robotteamen mot konservativ implementering: redundans, safe-stop-beteende, gradvisa utrullningar och noggrann övervakning. Det förklarar också varför fysisk utveckling kan kännas långsammare än ren mjukvara.