日前TechCrunch报道称，一个名为”Baxter”的机器人正在进行一种触觉反馈训练，它每天的任务只有一个，那就是从桌子上随机抓取物品，不过其抓取的速度很慢，看起来很笨拙。就这样，一个月内它进行了 5 万次抓取，在这个过程中Baxter不断调整自己抓取物品时的力度以及移动的精确度。
开发Baxter的是来自美国卡耐基梅隆大学（Carnegie Mellon University）的研究团队，近期该团队还针对这项研究发表了论文，该论文解释了如何让AI机器人通过反复接触物品来提升对物品的认知。该团队认为这样的学习方式会更有助于AI机器人与人类交流，在发现数据库中不存在的事物时可以自主创建一个名称或是档案。
，该研究团队助理 Dhiraj Gandhi 用 1970 年代中期英国的一项实验作为例子，当时研究人员对两只猫进行认知实验，其中一只就像平常一样生活、与世界接触，另一只猫则只能够观看，不被允许接触物品，最终只有被允许与环境互动的猫学会如何爬行，只能观察的那一只则不能做出同样举动。
该方法运用在Baxter身上则表现为认出熟悉的物品时，显示屏上会出现“微笑”表情，并抓取物品放入适合的篮子。如果对物品不熟悉，显示屏上则会出现“困惑”的表情。如此一来AI机器人对未知事物的认知可以更为主动地进行，而不是被动地接受一些现成的数据。一旦AI机器人掌握了这项技巧，那么未来可以用于物品分拣、娱乐互动等领域。