有一長串原因可以解釋為什麼在家庭中看不到大量的非吸塵器機器人。首當其衝的是非結構化和半結構化環境的問題。從佈局、照明、表面到人類和寵物，沒有兩個家庭是相同的。即使機器人可以有效地繪製每個家庭的地圖，但空間總是不斷變化的。

本週，麻省理工學院CSAIL 的研究人員展示了一種模擬訓練家用機器人的新方法。使用iPhone，人們可以掃描自己家的一部分，然後上傳到模擬環境。

近幾十年來，模擬已成為機器人訓練的基礎要素。它能讓機器人在現實世界中完成一次任務所需的相同時間內，嘗試數千次，甚至數百萬次任務的失敗。

模擬失敗的後果也大大低於現實生活。試想一下，如果要教機器人把馬克杯放進洗碗機，它必須在過程中打破100 個現實生活中的馬克杯。

「在虛擬世界中進行模擬訓練是非常強大的，因為機器人可以進行數百萬次的練習，」研究員普爾基特-阿格拉瓦在一段與研究相關的影片中說道。 “它可能打破了數千個盤子，但這並不重要，因為一切都是在虛擬世界中進行的”。

然而，就像機器人本身一樣，當涉及家庭這樣的動態環境時，模擬只能做到這一步。讓類比像iPhone 掃描一樣方便，可以大幅提升機器人對不同環境的適應能力。

事實上，建立一個足夠強大的環境資料庫，最終會使系統在不可避免地出現不合適的情況時，例如移動家具或將盤子放在廚房檯面上時，具有更強的適應能力。