所谓眼手系统，就是机器人中具有视觉功能的眼睛和运动功能的手相互协调的系统。机器人控制的传统方法，需要用力学和几何学方法建立严格的运动学和动力学方程，譬如机械手如果有5根杆子、5个关节，这就需要几十个方程来描述它。再加上这些方程是非线性的，即使用很高级的计算机也难做到实施控制，也就是说传统的控制方法已经不能适应机器人发展的需要。

要使得机器人在不确定的环境下完成复杂的任务，就必须具有能学习、能规划、能作出高层决策的功能，这样，就必须突破传统的控制方法。传统的机械手没有视觉功能，是瞎子摸东西，我国研究成的这台神经网络控制机器人眼手系统，采用了神经网络控制方法，它具有双目立体视觉，还具有自组织、自学习、自适应的功能。

什么是自组织功能?就是指我们根据人类的运动神经细胞的自组织原理来设计软件，它指令机械手完成某一个具体抓举动作时，并不需要所有的神经元参加，而只要相应的神经元参加。

自学习功能，是指这种机器人的控制方法是通过学习学会的，而不是像普通机器人那样靠解方程，按原设计的程序来完成动作的。

下一步要做的工作就是进一步完善神经网络控制机器人的眼手系统，第一是要提高速度，主要是加快图像处理的速度。速度一快，系统就可以完成视觉反馈，加快眼手之间的快速协调。第二是要增加传感器，使它增加力的感觉，不仅能抓准目标，而且能抓稳目标。这样，机器人的眼看得更快，手抓得更稳，眼和手之间达到理想的协调，就能担负更快速、更复杂、更精细的工作。传统的机器人只能完成喷漆、焊接等重复性的工作，精度不高。而将来神经网络控制的机器人，可以承担技术精湛的工作，用途广泛。例如，它能在川流不息的汽车生产线上，及时拿起一个个零件，装配到恰当的部位上去，并且把一个个螺丝拧紧，代替熟练的装配工人。