为了让机器人能够胜任更复杂的工作，机器人不但要有更好的控制系统，还需要能更多地感知环境的变化。如今的机器人可以深入核电站进行调查、清理海洋石油泄漏、组建无人军队、探索火星表面……但神通广大的它们甚至无法像人类一样简单地喝一口茶。
左侧为提供的3D模型，右侧为实际3D模型，中间为机器人预测模型
今年5月，AlphaGo与柯洁对弈时曾在己方一侧起手落子，这违反了对弈的礼仪，引发了激烈争论。事后据DeepMind工作人员解释，计算机无法分清上下左右，那只是无心之失。即使聪明如AlphaGo，它也分不清2D图像的方位，对于其他机器人来说，拥有能感知到水壶、方糖、牛奶的能力，更是遥不可及。
当人类从一个特定角度看物体时，他们往往能直观地知道它是什么，甚至可以立即绘出物体的俯视图、正视图、侧视图，这里有一种“想象”(联系经验)的能力。不同于人眼，机器人利用传感器和相机，能轻易捕捉到物体的图像，甚至是3D图像，但在只有一个角度图像的情况下，机器人是无法一眼判断出物体的原型的，这还是目前机器视觉研究的一个难点。
在7月12日召开的“2017机器人：科技和系统大会”上，杜克大学的研究生本·比奇费尔(Ben Burchfiel)和布朗大学教授George Konidaris展示了他们的科研新成果——一一种针对机器3D视觉的算法。根据这个算法，机器人能在只看到物体的一面，甚至是一部分的情况下，准确地推测出它的3D模型。
研究人员选取一些常见的家居物品进行了4000次完整的3D扫描。扫描获得的3D图像被切割成一个个体素，像乐高积木一样堆叠在一起。该算法通过梳理每个对象的示例，并使用一种名为“概率主成分分析”的技术了解它们的变化以及它们如何保持不变。举个例子，就是当机器人观察一张床时，它只需根据特征体素比对就能知道面前的物品是床，而不必从各个方向搜集图像构建完整模型。
为了测试这种算法，研究人员又对10种相同的物品进行了扫描，共获得908幅俯视图。实验证明，机器人在大多数情况下能准确猜出对象是什么，并绘制完整3D模型(包括隐藏部分)。它的用时为一般机器人的75%，正确率在50%以上。
当然这个算法也存在缺陷。机器人“猜物”依据的是系统提供的扫描图，但许多明显不同的物品在某些角度会呈现相同的形状特征，如普通箱子的俯视图和桌子一样是方形的，在这样的情况下，机器人会被“迷惑”。因此这个算法还在实验阶段，并不能马上被产品化。
Burchfiel表示，接下来研究团队的研究方向是算法效率的提升，他希望机器人能在短时间内识别成千上万种物品。同时，重建3D图像(“想象”)也是一个主攻方向，未来机器人将突破“视觉”盲点限制，更准确地呈现物品原貌。