德国慕尼黑工业大学（TUM）教授 Angela Schoellig 领导的学习系统与机器人实验室，近日发表了一款能根据指令寻找失物的创新机器人。这款外型如「装有摄影机的轮式扫帚」的装置，是首批成功将影像理解能力与明确执行任务相结合的机器人之一，研究成果已发表於《IEEE Robotics and Automation Letters》。

/news/2026/03/15/1018274740S.jpg

该机器人透过顶部的摄影机扫描环境，将 2D 影像像素转化为包含深度资讯的数据，进而构建出精度达公分级的 3D 空间地图。配合笔记型电脑的运算能力，机器人不仅能即时更新环境地图，还能辨识视觉范围内的所有物体，并理解这些物体对人类的意义与功能。

为了像人类一样思考失物可能的去处，研发团队将互联网的大规模语言模型（LLM）知识转化为机器人语言。这意味着机器人明白：眼镜极可能出现在桌子或窗台上，但绝不会出现在瓦斯炉或水槽中。透过这种语义推理，机器人能排除不合理的区域，专注於高机率场所。

在机器人的 3D 地图中，系统会不断计算并标记各区域出现目标物的机率数值。实验数据显示，相较於在房间内随机搜索，这种基於 AI 逻辑的搜索效率提升了将近 30%。机器人运用了双重 AI 技术：一部分用於视觉影像辨识，另一部分则用於语言模型的逻辑判断。

这款机器人具备优异的记忆功能，能将先前的环境影像与现况进行对比。如果厨房中突然出现新物体，机器人能以 95% 的准确度识别出环境变动，并将这些变动区域标记为「极高机率」的搜索热点，从而应对动态变化的居家或工厂环境。

Angela Schoellig 教授表示，下一阶段的研究目标是让机器人具备寻找「视线外」物品的能力，例如抽屉内或橱柜後的物件。这需要机器人进一步与环境互动，利用机械手臂学习如何抓握把手、判断门扇开启方向，让自动化寻物功能延伸至封闭的储物空间中。