密歇根大学的研究人员正在致力于使机器人在现实世界中更具功能和能力。从事这项研究的研究人员说，机器人用来执行任务的模型通常在实验室内部的结构化环境中运行良好。但是，当机器人在实验室外使用时，某些最复杂的模型在某些情况下证明是不够的。对于机器人来说，特别困难的情况是使用绳或布之类的软质材料。
密歇根大学的研究人员为机器人创造了一种方法，可以预测何时他们不信任自己的运行模型，并在发现缺乏控制权的模型时进行恢复。根据机器人学博士的说法，从根本上讲，团队正在寻求尝试并教导机器人如何利用已有的知识。学生彼得米特拉诺(Peter Mitrano)。研究人员的目标是使机器人能够拾起并移动物体，而无需了解所有物体的物理或几何形状。
他们创建了一个简单的绳索在开放空间中运动时的动力学模型。团队添加了障碍并创建了一个分类器，该分类器可以学习简单的绳索模型何时可靠，但并未尝试了解绳索如何与对象交互的更复杂行为。然后，如果机器人遇到某种情况(例如，绳索与障碍物碰撞，并且分类器确定简单模型不可靠)，团队便增加了恢复步骤。
研究人员说，他们的方法从其他科学和机器人领域汲取了灵感，在这些领域中，简单模型仍然有用。通过使用绳索的简单模型，该团队开发了一些方法来确保在模型可靠的适当情况下使用该对象，从而使机器人能够在从未遇到过的新情况下推广其知识。