美国麻省理工学院(MIT)以Kimera数据库为基础，结合了3D几何建模与3D语义网面模型，打造了一套全新的3D动态场景图模型(3D Dynamic Scene Graphs)。机器人可透过这套模型模拟人类观察环境的方式，提升对周遭空间的感知能力。
MIT研究团队认为，要使机器人听从较高端的指令，首先得让机器人以人类的方式观察周遭环境，于是研究团队利用开放源码的Kimera数据库，打造出一套名为3D动态场景图的模型，协助机器人迅速生成周遭环境的3D地图，并将环境中的物件与语义标签都包含在内。如此机器人在收到指令后，便能更快下决定并规划路径。
以往机器人的视觉与导航能力主要依赖3D制图与语义分割两种途径。MIT团队先前开发的Kimera数据库，能够同时建构环境的3D几何模型，并将物件依概似(likelihood)编码，研究团队便以此为基础，打造第一个能实时生成3D地图，同时为3D地图中动态的人物、架构注记标签的系统。
Kimera模型可借由摄影机影像及传感器的测量数据，实时重建3D场景。在建立3D语义网面时，Kimera利用了既有的神经网络，预测每个像素的标签，再将标签以光线投射(ray-casting)的方式建立3D网面。
然而如果机器人只依靠Kimera模型执行导航任务，需耗费大量的运算资源与时间，因此研究团队开发出了新的算法，将原本高度密集的Kimera 3D语义网面，拆解成一个个语义阶层，如此机器人就能透过特定的层次，例如物件人物、房间，乃至整栋建筑物，观看周围的场景，不必再经由繁复的3D网面。此外，算法也能实时追踪物件人物层的人物移动与形状。
研究人员指出，机器人学会以人类的方式感知环境后，不论对自驾车、搜救、协作生产、居家机器人，或是AR发展，都能产生相当大的影响。