中國政法大學法學院沈偉偉在《東方法學》2024年第3期上發(fā)表題為《人形機器人事故責任制度的困境及應對》的文章中指出：

現(xiàn)如今，人形機器人已逐漸融入日常生活。過去幾年機器人技術的迭代發(fā)展，大幅提升了人形機器人的性能，包括其行動精度、預測能力以及對應功能，使它們能在更廣泛的場景中承擔更復雜的任務。一方面，人形機器人不再局限于簡單重復的流水線工廠作業(yè)，而是越來越多地出現(xiàn)在民用服務行業(yè)，甚至成為家庭的一分子，承擔起家務助理和居家看護的角色。另一方面，隨著執(zhí)行任務范圍的拓展，人形機器人的操作風險也在逐漸增加，比如運輸機器人和診療機器人都存在傷人風險。盡管人形機器人的技術不斷進步，但就像它們試圖模仿的人類一樣，完全避免事故只是理想狀態(tài)，現(xiàn)實世界中事故不可避免。

通過對人形機器人技術分析可知，由于人形機器人模擬人形、人工智能、人機混控三個技術特征，模糊了人形機器人事故的過錯主體，使其混合使用者過錯和算法失靈，在根本上挑戰(zhàn)了傳統(tǒng)機械事故的過錯判斷標準；人形機器人應用中算法失靈導致事故的算法責任，在傳統(tǒng)事故責任法律制度中處理得太過簡單，不足以應對人形機器人算法的實際應用場景；機器學習算法的引入，增加了人形機器人算法失靈的認定和排除故障的難度；人形機器人算法失靈導致的損害，難以通過傳統(tǒng)事故責任制度進行有效救濟。

根據人形機器人的過錯主體（自然人或算法），可以把人形機器人事故拆分成自然人過錯和算法失靈兩類。兩者的認定邏輯本質上是共通的：都是以客觀行為作為依據，來推定行為主體的主觀過錯。

人形機器人事故分類始終貫穿著自然人與算法、普通算法與機器學習算法兩組對照。類型化不是目的，而是手段，最終是為了厘清人形機器人事故法律問題的層次，進而確定哪些類型是可以納入傳統(tǒng)事故責任制度，哪些類型必須探索新的事故責任制度。針對人機過錯混同、機器學習算法瑕疵、機器學習算法“故意”引發(fā)事故等問題，我國應當構建針對人形機器人的特殊責任制度，在確定人形機器人制造商為最小成本規(guī)避者的同時，根據不同行業(yè)（諸如工廠、醫(yī)療、家居、物流等）的風險承受程度，引入技術避風港和相關責任豁免機制，以實現(xiàn)更具規(guī)制彈性的事故責任體系，以期在法律規(guī)制和產業(yè)發(fā)展之間尋求新平衡。