当机器人仅依靠计算机视觉时，它只能勉强搜索周边的目标。卡耐基-梅隆大学机器人研究所的一名研究人员称，通过利用所有提供给它的信息，例如目标的位置、大小、形状、能否被移动，机器人能通过对目标的不断探索来逐步改善对目标的理解与认知。

卡内基梅隆大学的研究人员建立了目标物体数字模型以及图像，然后将这些数据导入机器人管家（herb）的记忆卡中，因此，机器人能够识别出所需要进行处理的对象。实际上，所有机器人方面的专家为了让他们的机器人能识别物体所做的操作都是类似的。随着机器人终生物体探索计划的进行，现在机器人可以自行探索目标物体。随着投入更多的时间累积更多的经验，一套名为herbdisc的视觉系统将逐渐完善物体模型，并开始把注意力集中在那些与它的目标“帮助人类完成日常生活中的任务”最相关的事情上。

“机器人搜索物体的能力有时候甚至让研究人员感到惊讶。”私人机器人实验室负责人、机器人学副教授悉达多·斯里尼瓦莎感叹，那里正是herb所诞生的地方。在一个案例中，一些学生傍晚离开实验室前把就餐时剩下的菠萝和一袋面包遗留在了实验室，当他们第二天一早回来的时候，发现机器人，管家已经建立好菠萝和面包的数字模型并且已经演算出如何将它们拿起来。

一旦机器人的工作领域从家中拓展到工作中，那么这些机器人就必须能够理解成百上千种常见物品的用途，这是非常重要的。斯里尼瓦莎说：“对于计算机视觉研究人员来说，目标识别一直是一个具有挑战性的研究领域。在嘈杂的环境中仅仅通过图像来识别物体是相当困难的。”但是，人类在探索一个物体时不仅仅依靠视觉，婴儿会按压橡皮鸭，拿它击打浴缸，将它浸入水中甚至把它塞进自己嘴里。机器人也一样，它有很多关于自己所处环境的领域知识并能够以此来搜索目标。

研究人员说，机器人管家的体感周边外设传感器的深度测量是非常重要的，提供三维形状数据能够使机器人对家居用品高度识别。机器人管家的另一个领域知识是位置，它会观察是否有东西在桌子上、地板上或者柜子里。机器人能判别一个潜在目标是否能够自己移动或者能不能被移动，还能够记录下某物是否会在特定时间出现在特定位置并且会用手臂去尝试能否将物体举起来。这些都是对象性测试的数据基础。

机器人管家第一次看视频的时候，它会以为这些都是物品。但随着其他传感器的协作，它会更清楚地辨别什么是目标，什么不是。研究团队发现，通过视频输入来添加领域知识，输入目标的速度能提高两倍，因此机器人管家的搜索与处理时间能够缩短。

机器人管家对于目标的定义是：某个它能够举起来的物体。它的目标功能是一种辅助人类的装置，例如帮人取东西或者微波加热食物。然而，由于能力和情况的转换，机器人管家还有很多方面需要提高。例如，机器人管家现在还不能拿起一张纸，所以它会忽略纸片。一旦它的手能操纵纸，它将学会识别纸张作为目标。机器人管家和其他机器人可以利用互联网来创造对于目标更丰富的理解。 王益熙/编译

现在开始报名=====》》》》》

以上是网络信息转载，信息真实性自行斟酌。