機器人面臨的最大挑戰之一就是實現人類可以輕松實現的一些目標，人類甚至認為這些目標并非挑戰。如果我們在桌子上看到像杯子一樣的東西，我們可以輕松拿起它，無論方向如何。人類靈活性部分歸功于我們的眼睛，因為我們可以清楚地看到物體，并且判斷它是否易于拾取。
計算機視覺的突破允許機器人在對象類型之間進行基本區分，但這些突破仍然不允許機器人理解對象的形狀。這意味著一旦拾取物體，機轉載自器人幾乎無法繼續進行其它動作。麻省理工學院的計算機科學與人工智能實驗室（CSAIL）正在改變這種狀況。
麻省理工學院開發了一種系統，允許機器人檢查隨機物體，庫卡機器人，并在視覺上足夠理解它們，庫卡機器人驅動器維修，以便在之前沒有看過該物體的情況下執行特定任務轉載自。麻省理工學院稱其系統為密集對象網或DON。麻省理工學院的技術允許機器人更好地理解和操縱物品，并允許坐在多個物體中拾取單個物體。
研究人員表示，對于亞馬遜或沃爾瑪等公司需要挑選搬運貨物的機器而言，這是一項重要技能。該系統將允許機器人做一些復雜的事情，庫卡機器人，諸如抓住鞋舌等。科學家說，目前其它操縱方法無法讓機器人在多個方向上選擇操作物體的某些部分。