机器人智能化是指通过将人工智能、控制理论、感知技术等多种领域的技术相结合，让机器人能够像人类一样具备智能，并且能够根据环境和任务要求自主完成任务的能力。具体来说，机器人智能化需要具备以下几个方面的技术：
人工智能技术：人工智能技术是机器人智能化的核心技术之一，包括深度学习、自然语言处理、计算机视觉等多个方向。通过对数据的学习和分析，让机器人能够逐渐变得更加智能化。
感知技术：机器人需要具备对外部环境的感知能力，包括视觉、听觉、触觉等多个方向。通过传感器等设备获取外部的信息，并进行处理分析，从而让机器人更好地适应环境。
控制理论：控制理论是机器人智能化的关键技术之一，包括运动规划、控制策略等多个方向。通过对运动规划和控制策略的优化，让机器人的运动更加流畅、高效，并且适应各种复杂的环境和任务要求。
机器人交互技术：机器人需要能够与人类进行交互，包括语音识别、自然语言生成、情感识别等多个方向。通过对交互技术的提升，让机器人更好地与人类进行沟通和互动，提高用户的体验和满意度。
自主学习能力：机器人需要具备自主学习的能力，通过对数据的分析和学习，让机器人不断优化自身的性能和功能，达到更加智能和高效的水平。
在机器人智能化领域，还有一些重要的关键词：
深度学习：深度学习是当前最流行的机器学习技术之一，通过多个神经网络层的组合和训练，使得机器能够从大量数据中学习，并且能够自主进行判断和决策。
人机协作：人机协作是指人类和机器人之间的协作关系，在任务执行过程中相互协调和配合，以达到更好的工作效率和质量。
自适应控制：自适应控制是一种能够自动适应环境和任务要求的控制策略，通过对环境和任务的实时监测和数据分析，让机器人能够自主调整自身的运动规划和控制策略，达到更加高效和准确的控制效果。
机器人视觉：机器人视觉是指机器人的视觉感知技术，包括图像识别、目标检测等多个方向。通过对视觉信息的分析和处理，让机器人能够识别目标对象，并进行定位和跟踪，从而完成各种任务要求。
总的来说，机器人智能化是一项复杂而又充满挑战性的技术研究领域，需要各种技术领域的专家协同合作，共同推进机器人智能化的发展和进步。