机器人利用传感器感知环境、处理数据并做出决策，从而进行导航或执行任务。传感器就像机器人的眼睛、耳朵和触觉，将物理输入转换为算法可以解释的数字信号。例如，扫地机器人使用红外传感器探测墙壁，而工业机械臂则依靠扭矩传感器调节抓取力度。这些输入使机器人能够自主运行、避开障碍物并精确地与物体互动。
在导航方面，机器人结合使用 LiDAR、摄像头和超声波测距仪等传感器来建立空间感知能力。LiDAR 通过测量激光反射时间创建 3D 地图，帮助自动驾驶汽车等机器人检测道路边界。摄像头捕获视觉数据用于物体识别——无人机可能会利用它来避开树木。超声波传感器检测附近的障碍物，常用于仓库机器人以防止碰撞。惯性测量单元 (IMU) 跟踪加速度和旋转，帮助无人机或探测器保持稳定。这些系统通常使用同步定位与建图 (SLAM) 算法，通过实时关联传感器数据在未知环境中导航。
在任务执行方面，传感器提供反馈以确保准确性。机械臂中的力矩传感器测量装配任务中的压力，从而实现精确的螺钉紧固。夹持器上的触觉传感器检测滑动或纹理，从而能够处理精细的物体——例如机器人在分拣包裹时不会压坏它们。配备深度摄像头的视觉系统识别物体位置，引导机器人从料仓中抓取物品。在制造业中，接近传感器在焊接前验证零件对齐。传感器融合（结合来自多个来源的数据）可减少误差；例如，机器人可能会交叉检查摄像头图像和 LiDAR 扫描，以确认物体的位置。开发人员必须设计系统来处理传感器噪声、延迟和冗余，以确保动态环境中的可靠性。