当谈论“机器人学”，脑海中首先浮现的是尖端现代科技。它也常被想象成能够执行惊人壮举的机械系统，并且外形酷似人类，这要归功于科幻电影。这些确实都是机器人学的一部分，但机器人也可能仅仅是一个在桌面计算机上运行的软件系统，而非实体机器。正如所知，开发机器人可能涉及广泛的科学学科，使其成为一个极其复杂的系统。将仅关注这些众多领域中的一个：机器学习。机器学习和机器人学在20世纪50年代首次受到关注。从那时起，这些技术已经发展成为更大、更复杂的学科。
自动化和机器人学有一个共同点：自动化。“自动化”一词指的是显著减少人类在任务中的互动和参与的过程。机器学习模型被创建来从数据集中学习，然后自动化未来的操作，无需人类干预。另一方面，机器人被教导模仿人类行为或被构建来模仿动作，以便在不需要人类参与的情况下完成任务。正如前面所述，机器人可以是实体机器或软件系统。它们必须在两种情况下都保持自动化的特性。例如，Siri就是一个在设备上运行的软件系统，作为一个软件应用程序。然而，因为它被归类为机器人，它能够在接到指令时执行任务，无需人类干预。
案例研究：房地产房价预测项目。如果创建一个模型来预测房产的价格，然后将其部署为一个网络应用程序，用户可以输入房屋的详细信息，然后点击预测按钮来查看预测价格。会称之为机器人吗？可能会有疑虑，但请耐心等待。如果一家大型房地产公司决定采用用于预测房屋价格的模型，并将其整合到一个人形机器人中，使其能够在人们提供房屋特征时简单地大声说出价格，会怎样？机器学习在这两种应用中都被用来实现相同的目标。一个在网络应用程序中工作于自动化，另一个在类似人类的计算机（人形机器人）中的软件内工作。
机器人学的概念并不局限于单一形式。它像计算机科学的许多其他领域一样多样化。它可以是软件程序/软件机器人的形式，也可以采取任何物理形式。狗、鸟、人类和其他动物在盒子、球或任何形状的形式只是一些例子。如果一个系统能够独立完成任务而不需要在变化的环境中被指导，那么称其为机器人是可以接受的。从机器学习的角度来看，机器人可以是一个部署的机器学习算法。除了一些特殊情况外，它们可以被部署到专用的独立系统中执行。这是因为一个独立的机器人可能包含额外的智能。例如，房地产公司的机器人在功能和能力上可以被增强。
以预测房价为例，假设除了预测房价外，机器人还可以被制作成测量地块的土地面积。甚至可能在它自己的物理上检测和读取房屋的特征并说出价格。增加获取房屋详细信息的能力，然后使用这些信息来预测房价，将为机器学习预测模型增加更多工作。机器人可能需要某种形式或能力，实时看到物理环境，它可以看房子并分析它所看到的。从而直接在现场获取房屋的详细信息。这个想法可以通过计算机视觉来实现，这也是计算机科学的一个广泛领域。机器学习中也有解决这类问题的算法。一种实现方式可能是让机器人拍照并记录照片，并用它们与之前出售的房屋进行比较，用它来训练模型。这将使机器人使用，也许，一个摄像头来拍照并与之前的房子或数据集进行比较，然后预测房价。