最近，德州大學達拉斯分校的研究團隊開發出一套機器人系統，使用AI技術幫助機器人更準確識別和記憶物品，在提昇機器人識別能力方面取得重大進展。目前，機器人要能準確識別家中不同大小、形狀和品牌的物品還任重道遠，這對機器人完成烹飪、清理餐桌等家務工作至關重要。現有家用機器人很難準確識別各種缺乏統一標準的日用品。

研究團隊的技術旨在幫助機器人檢測各種家用環境中的物品，並能識別常見物品的不同版本，如大小和品牌不同的水瓶等。

埃里克·瓊森工程與計算機科學學院計算機科學助理教授向說:“如果你要求機器人拿起杯子或給你拿一瓶水，機器人需要識別這些物體。”

研究團隊實驗室裡有一個儲物箱，裡面裝滿了常見食物的玩具包，比如意大利面、番茄醬和胡蘿蔔，這些玩具包用來訓練名為“Ramp”的實驗室機器人。Ramp 是Fetch Robotics 的一款移動機械手機器人，高約4英尺，位於圓形移動平台上。坡道有一個帶有七個關節的長機械臂。末端是一個方形的“手”，有兩個手指來抓握物體。據稱，機器人學習識別物品的方式與兒童學習與玩具互動的方式類似。

他們的機器人通過大力推動每個物品15-20次，使用RGB-D相機拍攝更多圖片，以獲取每個物品更豐富的視覺細節，從而減少誤識的可能性。多次推動可獲得更完整的圖像序列，使機器人逐步識別出物品。這比僅依靠單次推動來“學習”物體的傳統方法更具優勢。

研究人員表示，這種長時間機器人交互進行物體識別的系統，可以顯著提高機器人識別日常生活中各類物品的能力。這對機器人完成家務等複雜任務，提升其視覺和認知能力大有裨益。

後續研究將繼續提昇機器人的其他功能，如運動規劃和控制，以實現更複雜的任務，例如分類回收物品等。這項技術進步有望加速機器人進入日常生活，服務人類需求。