ในด้านหุ่นยนต์ปัญหาการสำรวจเกี่ยวข้องกับการใช้หุ่นยนต์เพื่อเพิ่มพูนความรู้เกี่ยวกับพื้นที่เฉพาะ ปัญหาการสำรวจเกิดขึ้นใน สถานการณ์ การทำแผนที่ด้วยหุ่นยนต์และการค้นหาและกู้ภัยซึ่งสภาพแวดล้อมอาจเป็นอันตรายหรือไม่สามารถเข้าถึงได้โดยมนุษย์^{[ 1 ]}

ปัญหาการสำรวจเกิดขึ้นโดยธรรมชาติในสถานการณ์ที่ใช้หุ่นยนต์ในการสำรวจพื้นที่ที่อันตรายหรือไม่สามารถเข้าถึงได้สำหรับมนุษย์ สาขาการสำรวจด้วยหุ่นยนต์ดึงเอาความรู้จากหลากหลายสาขาของการรวบรวมข้อมูลและทฤษฎีการตัดสินใจ มาใช้ และมีการศึกษามาตั้งแต่ทศวรรษ 1950 แล้ว

งานแรกสุดในการสำรวจด้วยหุ่นยนต์นั้นทำในบริบทของออโตมาตาสถานะจำกัดแบบง่ายๆ ที่เรียกว่าแบนดิต โดยมีการออกแบบอัลกอริธึมเพื่อแยกแยะและแมปสถานะต่างๆ ในออโตมาตาสถานะจำกัดนับตั้งแต่นั้นมา การเน้นหลักได้เปลี่ยนไปที่โดเมนการพัฒนาระบบหุ่นยนต์ โดยมีการใช้หุ่นยนต์นำทางด้วยอัลกอริธึมการสำรวจเพื่อสำรวจภูเขาไฟ^{[ 2 ]}การค้นหาและกู้ภัย และการทำแผนที่เหมืองร้าง^{[ 3 ]}ระบบที่ทันสมัยในปัจจุบันประกอบด้วยเทคนิคขั้นสูงเกี่ยวกับการระบุตำแหน่งแบบแอค ทีฟ การสำรวจโดยใช้ การระบุตำแหน่งและการทำแผนที่พร้อมกัน (SLAM) และการสำรวจแบบร่วมมือกันของเอเจนต์หลายตัว

แนวคิดหลักในปัญหาการสำรวจคือแนวคิดเรื่องการได้มาซึ่งข้อมูล กล่าวคือ ปริมาณความรู้ที่ได้รับขณะผลักดันขอบเขตความรู้ให้กว้างขึ้น การวัดการได้มาซึ่งข้อมูลในเชิงความน่าจะเป็นนั้นกำหนดโดยเอนโทรปี

${\displaystyle H_{p}(x)=-\int p(x)\log p(x)\,dx.}$

ฟังก์ชันจะมีค่าสูงสุดเมื่อpเป็นการกระจายแบบเอกรูป และจะมีค่าต่ำสุดเมื่อpเป็นการกระจายแบบจุดมวล โดยการลด ค่าเอนโทรปีของความเชื่อ ที่คาดหวังให้ เหลือน้อยที่สุด จะทำให้การได้รับข้อมูลมีค่าสูงสุด ${\displaystyle H_{p}(x)}$

${\displaystyle I_{b}(u)=H_{p}(x)-E_{z}\left[H_{b}(x'|z,u)\right].}$

• ปัญหาหุ่นยนต์ถูกลักพาตัว
• ปัญหาการปลุกหุ่นยนต์