美國麻省理工學院(MIT)以Kimera資料庫為基礎，結合了3D幾何建模與3D語義網面模型，打造了一套全新的3D動態場景圖模型(3D Dynamic Scene Graphs)。機器人可透過這套模型模擬人類觀察環境的方式，提升對周遭空間的感知能力。

據The Robot Report報導，MIT研究團隊認為，要使機器人聽從較高階的指令，首先得讓機器人以人類的方式觀察周遭環境，於是研究團隊利用開放源碼的Kimera資料庫，打造出一套名為3D動態場景圖的模型，協助機器人迅速生成周遭環境的3D地圖，並將環境中的物件與語義標籤都包含在內。如此機器人在收到指令後，便能更快下決定並規劃路徑。

以往機器人的視覺與導航能力主要依賴3D製圖與語義分割兩種途徑。MIT團隊先前開發的Kimera資料庫，能夠同時建構環境的3D幾何模型，並將物件依概似(likelihood)編碼，研究團隊便以此為基礎，打造第一個能即時生成3D地圖，同時為3D地圖中動態的人物、架構註記標籤的系統。

Kimera模型可藉由攝影機影像及感測器的測量資料，即時重建3D場景。在建立3D語義網面時，Kimera利用了既有的神經網路，預測每個畫素的標籤，再將標籤以光線投射(ray-casting)的方式建立3D網面。

然而如果機器人只依靠Kimera模型執行導航任務，需耗費大量的運算資源與時間，因此研究團隊開發出了新的演算法，將原本高度密集的Kimera 3D語義網面，拆解成一個個語義階層，如此機器人就能透過特定的層次，例如物件人物、房間，乃至整棟建築物，觀看周圍的場景，不必再經由繁複的3D網面。此外，演算法也能即時追蹤物件人物層的人物移動與形狀。

研究人員指出，機器人學會以人類的方式感知環境後，不論對自駕車、搜救、協作生產、居家機器人，或是AR發展，都能產生相當大的影響。