面临的最大挑战之一就是实现人类可以轻松实现的一些目标，人类甚至认为这些目标并非挑战。如果我们在桌子上看到像杯子一样的东西，我们可以轻松拿起它，无论方向如何。人类灵活性部分归功于我们的眼睛，因为我们可以清楚地看到物体，并且判断它是否易于拾取。

　　计算机视觉的突破允许机器人在对象类型之间进行基本区分，但这些突破仍然不允许机器人理解对象的形状。这意味着一旦拾取物体，机转载自器人几乎无法继续进行其它动作。麻省理工学院的计算机科学与人工智能实验室（CSAIL）正在改变这种状况。

　　麻省理工学院开发了一种系统，允许机器人检查随机物体，并在视觉上足够理解它们，以便在之前没有看过该物体的情况下执行特定任务转载自。麻省理工学院称其系统为密集对象网或DON。麻省理工学院的技术允许机器人更好地理解和操纵物品，并允许坐在多个物体中拾取单个物体。

　　研究人员表示，对于亚马逊或沃尔玛等公司需要挑选搬运货物的机器而言，这是一项重要技能。该系统将允许机器人做一些复杂的事情，诸如抓住鞋舌等。科学家说，目前其它操纵方法无法让机器人在多个方向上选择操作物体的某些部分。