隨著機器人技術在全世界的發展，很多人開始在與機器人相關的領域工作，一些特有的附屬專業得到了發展。首先最大的分化是進行機械臂工作的人和視覺系統工作的人。早期，視覺系統在給出機器人周圍環境的信息方面看起來比其他方法更有前途。
視覺系統是通過攝像機來捕獲周圍物體的圖片，然后使用計算機算法對圖像進行分析，從而推斷出物體的位置、方位和其他特性。圖像系統最初的成功在于解決定位障礙物問題、解決物體操作問題和讀取裝配工程圖。人們感到視覺用于與工廠自動化和太空探索有關的機器人系統中具有很大潛力。這致使人們開始研究可以通過視覺系統識別機器零件（特別對于部分封閉的零件，發生在所謂的“拾箱”問題中）和形狀不規則的碎石的軟件。
在“看”和移動物體的能力被建立以后，下一個合理的需要就是讓機器人做一系列事件的規劃、去完成一項復雜的任務。這使得規劃的發展成為機器人技術非常重要的分支。在固定的環境中制定固定的計劃相對來說是很直接的。然而，在機器人技術中，面臨的挑戰之一就是，由于誤差或者未計劃的事件，環境發生了未預料到的變化，此時，機器人會發現環境的變化并且修改自身的行動。
視覺系統對于導航、物體定位和確定它們之間的相對位置與方位非常有用。然而，當在具有環境約束力的地方，對于裝配零件或者與其他機器人一起工作，只有視覺系統通常是不夠的。因而產生了一種需求：對環境施加到機器人上的力和力矩進行測量，并利用測量結果來控制機器人的行動。多年以來，力控制操作成為了斯坦福人工智能實驗室和遍布世界的其他幾個實驗室的主要研究課題之一。力控制在工業實踐中的使用始終落后于該領域的研究發展。這是由于盡管高級的力控制系統對于通用的操作問題非常有效，但限制非常苛刻的工業環境的特殊問題經常只能在有限的力控制甚至沒有力控制時解決。
今天有大量的、不同的以機器人為主題的專門性研究，其中有一些是經典的工程學科領域，如運動學、動力學、控制學、機器設計、拓撲學和軌跡規劃。每一個學科在研究機器人技術之前都已經走過了一段漫長的路程，而為了發展機器人系統和應用，每一個學科已成為深入研究機器人技術的一個方面。
在理論正在發展的同一時間里，工業機器人，盡管稍微有些分離，也有了并行的發展。在日本和歐洲，商業開發強勁，美國也相繼發展。相關的工業協會紛紛成立（日本機器人協會在1971年3月成立，美國的機器人工業協會（RIA）在1974年成立），定期舉行協會展覽會，并召開了應用導向的技術會議。其中最重要的有工業機器人國際研討會（ISIR）、工業機器人技術會議（現在稱為工業機器人技術國際會議（ICIRT））以及國際機器人和視覺展覽與會議（這是由RIA每年舉辦的貿易展覽會）。
對于很多人來說，機器人包含著多功能的概念，機器人即意味著在設計和制造時就具備了容易適應或者可被重新編程以完成不同任務的能力。在理論上，這種想法應該可以實現的，但在實際中，卻是大多數的機器人裝置只能在非常有限的領域里實現多功能。人們很快發現，在工業中一般而言，一臺具有專門用途的機器要比一臺具有廣泛用途的機器表現好得多。而且在制造加工時，當產品的產量足夠高的時候，一臺具有專門用途的機器要比一臺具有廣泛用途的機器花費少。因此，人們開發出專業機器人用于噴漆、鉚接、零部件裝配、壓力加載、電路板填充等方面。在一些情況下，機器人被用于如此專一的用途，以至于很難劃清一臺所謂的機器人與一條可調整的“固定的”自動化流水線的界限。人們理想中的機器人應該是能做“所有事”的萬能機器，因此這種機器人在大量出售以后價格將相對便宜。但是，許多機器人的實際情況則恰好與之相反。
機器人的概念應該與在給定的時間內什么活動是與人相關，以及什么活動是與機器相關聯系起來。如果一臺機器突然變得能夠完成我們通常和人聯系在一起的工作時，這臺機器就能在定義上被提升而定義為一個機器人。過了一段時間以后，人們習慣于這件工作由機器來完成了，這個裝置就從“機器人”降級為“機器”。那些沒有固定底座和那些具有胳膊或腿狀附件的機器人更有優勢，也更有可能被稱作機器人，但是很難讓人想到一套始終如一的定義標準，并適合目前所有的命名慣例。
在包括家用機器的所有機器中，擁有微處理器來指導其行動的都可以認為是機器人。除了真空吸塵器，還有洗衣機、冰箱以及洗碗機都能很容易地作為機器人被推向市場。當然，還存在著很多的可能性，包括那些具有環境感知反饋和判斷能力的機器。在實踐里，那些被看做是機器人的裝置中，傳感器的數量和判斷能力可能由很多、很強一直變化到完全沒有。
在最近的幾十年里，對機器人的研究已經由一個以機電整合裝置研究為中心的學科壯大為一個寬廣得多的交叉性學科。被稱作以人為本的機器人領域便是這樣的一個例子。在這個領域里，人們研究人和智能機器的相互作用。這是一個發展中的領域，其中，對機器人與人的相互影響的研究已經吸引了來自經典機器人研究領域之外的專家們。人們正在研究一些諸如人和機器人的情感之類的概念；而且一些像人體生理學和生物學等古老的研究領域正在被合并成機器人研究的主流。這些研究活動將新的工程和科學層面引進到了研究實踐中，從而豐富了機器人研究領域。這一進步是全世界成千上萬人的工作成果，這些工作很多都是在大學、政府的研究實驗室和企業里進行的。