这个问题可大可小，既然是做研究，可以往稍微大一点的地方说吧。
首先，拖动示教，我理解的是Programming by Demonstration, 或者Learning from Demonstration， 这个可以参考“Handbook of Robotics”，第59章，见下图。
这上面的四个作者，基本在这个领域都做得相当的好，他们的相关实验室，都可以google到，在此不展开。另外这章后面的参考文献肯定是要好好看一下的。Dillmann应该是退隐了，其他三个还比较活跃的，实验室也维持着稳定的产出。
拖动，顾名思义，在这个场景下就是手拖着机器人去运动，通常的实现方法比较多，其他几位的答案也都提及了一些，下面再去介绍下：
1. 直接拖动的机器人，通常在机器人比较小比较轻或者减速比很小的时候可以这么做，绳驱动（cable-driven）的机器人一般可以这么做。
2. 通过电流环节实现动力学补偿的，从而实现拖动的；据说UR机器人是这么做的，很多国产机器人品牌基本都是这么个方法，优点是便宜（不需要加额外的传感器），响应速度快。缺点是要做好，需要很好的机器人完整动力学模型，包括估计关节的摩擦力。而温度的变化对摩擦力的影响也许是这个控制器最大的噩梦！
3. 通过关节力矩实现动力学补偿的，从而实现拖动的；这个在KUKA LWR， iiwa上应该用得比较成熟了，优点是感觉好，缺点是贵，难复制和大规模化。我自己的视频没有找到，放个我同事的吧。
4. 通过末端力传感器，直接把力的信息映射成关节的运动，这个本质上没有考虑机器人的动力学，还是会有一定的迟滞感。但是好处就是可以用工业机器人的位置环实现拖动。同样放个同事做的视频。
关于示教，这里面的内容就更多了，上面的提到的拖动，只是解决示教中的How的问题的一种方法。这里面还有大量的值得研究的内容，包括How to imitate， What to imitate， When to imitate，Who to imitate。通常探讨的比较多的可能是How和What的问题，但是When和Who其实是一个没有被多少研究的问题。如果是要搞牛逼一点的研究，可以试试。如果只是想毕业，研究How和What就够了，毕竟强化学习，深度学习的坑一时也填不完。
如果是对工业上的机器人应用感兴趣的同学，欢迎给我发微信，投简历，18年大家一起做点不一样的事。
本文转载自知乎，作者：李淼，如若转载请联系原作者。