对于一个机器人来说，机动性等效于它的控制自由度。但是，机器人是处于某种环境的，因而下一个问题是把我们的分析放到环境之中。

我们关心机器人用它可控制的自由度在环境中定位它本身的方法。例如，考虑 Ackerman 车辆或汽车，对这种车辆而言，控制的自由度总数是 δm = 2。一个为操纵；另一个为驱动轮的执行。但在它的环境中，车辆的自由度是什么呢？事实上，它是 3 个。汽车可以在平面上将它自己定位于任何点 x，y，并具有角度 θ。

因此，辨识可能配置的机器人的空间是重要的。因为，令人惊奇的是，它可以超过 δm。除了工作空间，我们关心有关机器人如何能在不同配置环境之间进行运动；它可以跟踪的路径类型是什么样的？进一步，穿过这个配置空间，它的可能轨迹是什么样的？在讨论的其余部分，我们把重点从内部的运动学细节（如转向、转向机器人底盘的姿态和底盘的自由度）记住这一点，现在让我们把机器人放到它的工作空间的背景中。