機器人面臨的最大挑戰(zhàn)之一就是實現(xiàn)人類可以輕松實現(xiàn)的一些目標，人類甚至認為這些目標并非挑戰(zhàn)。如果我們在桌子上看到像杯子一樣的東西，我們可以輕松拿起它，無論方向如何。人類靈活性部分歸功于我們的眼睛，因為我們可以清楚地看到物體，并且判斷它是否易于拾取。 Rsd~t_a1  
 `fMdO  
計算機視覺的突破允許機器人在對象類型之間進行基本區(qū)分，但這些突破仍然不允許機器人理解對象的形狀。這意味著一旦拾取物體，機器人幾乎無法繼續(xù)進行其它動作。麻省理工學院的計算機科學與人工智能實驗室（CSAIL）正在改變這種狀況。 S3 12#X(%  
`k2YH?  
麻省理工學院開發(fā)了一種系統(tǒng)，允許機器人檢查隨機物體，并在視覺上足夠理解它們，以便在之前沒有看過該物體的情況下執(zhí)行特定任務。麻省理工學院稱其系統(tǒng)為密集對象網或DON。麻省理工學院的技術允許機器人更好地理解和操縱物品，并允許坐在多個物體中拾取單個物體。 "A\h+q-  
tAF#kBa\y_  
2T 3tKX  
研究人員表示，對于亞馬遜或沃爾瑪?shù)裙�司需要挑選搬運貨物的機器而言，這是一項重要技能。該系統(tǒng)將允許機器人做一些復雜的事情，諸如抓住鞋舌等�？茖W家說，目前其它操縱方法無法讓機器人在多個方向上選擇操作物體的某些部分。 yw
Q[>itMa