机器人视觉已经相当不错了，对于反复执行特定动作的机器来说，比如从装配线上取下一个物体，然后把它放到一个箱子里。然而，要让机器人变得足够有用，不仅能在仓库里装箱子，还能在我们自己的家里帮上忙。这就是麻省理工学院的“DON”系统的由来。
   “密集物体网”是麻省理工学院计算机科学和人工智能实验室(CSAIL)开发的一种新型机器视觉形式。它生成一个“可视化路线图”——基本上就是以坐标形式排列的可视化数据点的集合。这个系统还会把这些单独的坐标集合拼接成一个更大的坐标集合，就像你的手机可以把大量的照片拼接成一个全景图片一样。这使得系统能够更好、更直观地理解对象的形状以及它在周围环境中的工作方式。
   DON系统可以让机器人看着一杯咖啡，正确地定位到咖啡的手柄上，并意识到当机器人拿起咖啡杯时，杯子的底部需要保持指向下方，以避免杯子里的东西洒出来。更重要的是，该系统将允许机器人从一堆相似的物体中挑选出特定的物体。
   曼努埃利在研究中写道:“许多操作方法都无法在物体可能遇到的许多方向上识别出物体的特定部分。”“例如，现有的算法无法抓住一个杯子的把手，特别是如果杯子可以有多个方向，比如直立或侧向。”
   该系统依赖于一个RGB-D传感器，该传感器具有一个组合RGB-depth摄像机。最重要的是，这个系统可以自我训练。不需要给AI输入成千上万个物体的图像来教它。如果你想让系统识别棕色的靴子，你只要把机器人放在一个有棕色靴子的房间里一会儿。系统会自动圈起引导，拍下参考照片，然后根据所看到的进行训练。整个过程不到一个小时。
   曼努埃利写道:“像这样一个能够理解物体方向的系统，只需要拍张照片，就能相应地把握和调整物体。”
   这项技术还处于起步阶段，但最终，曼努埃利希望这些机器，随着它们的视力和协调性的提高，能够普及走进大众生活中。