机器人意图预测是指通过算法分析机器人在与环境交互过程中产生的多模态数据（如传感器读数、操作记录、视觉信息等），推断其即将执行的动作或行为目标的技术。这种预测能力建立在对机器人历史行为模式、当前环境状态以及任务上下文的理解基础上，其核心在于将低层次的感知数据转化为高层次的意图表征，从而实现从「机器人正在做什么」到「机器人将要做什么」的认知跃迁。
在产品落地层面，意图预测技术能显著提升人机协作效率——例如工业机械臂可通过预测操作员意图提前调整运动轨迹，服务机器人能预判用户需求主动提供帮助。该技术当前主要依赖时序建模（如LSTM）、注意力机制（如Transformer）以及强化学习等方法的融合，其中在线学习能力与不确定性建模成为突破重点。值得关注的是，2023年《Science Robotics》刊载的论文《Intention-Aware Motion Planning》对此有前沿探讨。