Systemy autonomiczne nabierają coraz większego znaczenia w przypadku zadań, które dla człowieka są zbyt niebezpieczne, zbyt trudne lub zbyt monotonne. Systemy reagują na zdarzenia w swoim otoczeniu i podejmują odpowiednią decyzję: postrzegają, uczą się, myślą i działają świadomie oraz inteligentnie reagują na nieprzewidziane zmiany w otoczeniu.
Systemy autonomiczne oferują również duży potencjał dla robotyki współpracującej. Na przykład na podstawie ćwiczeń i doświadczenia mogą przewidzieć, co pracownik zrobi w następnej kolejności i odpowiednio sterować swoimi ruchami. Takie przewidywanie ruchu sprawia, że współpraca jest bezpieczniejsza i bardziej efektywna.
Jeśli autonomiczny robot zna pożądany stan końcowy, może również użyć odpowiednich algorytmów sztucznej inteligencji (AI), aby wyprowadzić wszystkie kroki robocze wymagane do samodzielnego rozwiązania zadania. Oprócz uczenia wzmacniającego, używamy również bio-inspirowanej sztucznej inteligencji (AI): ta wydajna i wyspecjalizowana AI jest inspirowana inteligencją mrówek, pszczół i innych owadów.
Aby umożliwić te i inne inteligentne możliwości robotów, takie jak pakowanie pudełek lub szacowanie wagi, sztuczna inteligencja może być uczona przy użyciu wirtualnie wygenerowanych zestawów danych. Stosuje się również Sim2Real Learning - uczenie się w symulacjach lub systemach hybrydowych i przenoszenie tego, czego się nauczono, do prawdziwego robota.