加州大学柏克莱分校研究员近期发表研究，新的机器学习技术已足以让机器人自己想像行动后的结果，这项进展能够让机器人在未经历过的环境执行抓取和平推等动作操作物体移动。研究团队认为，这项技术将能帮助自驾车在行车时预测将发生的事件，或是让辅助驾驶更加智慧。不过，目前还只是初期的雏型，只能在简单环境中对物体自主操作。

这项称为视觉预知的技术，让机器人可以预测摄影机接下来看到的一系列图像，虽然在目前初期的成果，机器人只能预测几秒钟后的结果，不过这足以让机器人在桌上避开障碍物的移动物体。机器人在没有人监督下学习，藉由抓取物体在桌面探索，经过这样的学习阶段后，机器人就能建立预测模型，用于操作全新未见过的物体。

而机器人的核心技术是基于卷积循环影像预测或是动态神经平流，DNA模型用来预测每一帧影像中的画素变化，而最新的结果，已能让机器人在障碍物四周滑动玩具，或是数个物体重新归定位。卷积循环影像预测则需要人为介入标记数以百万计的影像，而他们也会将这些结果用于预测模型资料。

加州大学柏克莱分校Levine实验室学生Frederik Ebert表示，人类一生中自己学习了数百万种的物体互动， 而他们则证明机器人系统也可以藉由自主的收集资料，学习广泛适应性的技能，尤其是推物体的动作。