每个机器人都以某种方式得到训练来完成一项任务，通常是以模拟的方式训练。通过观察要做什么，机器人就可以模仿这个任务。但它们不假思索地做到这一点，或许是依靠传感器来试图降低碰撞的风险，但不是了解自己为什么要执行这个任务，也不是真正意识到自己在物理空间中所处的位置。这意味着它们会经常犯错——举例而言，手臂碰撞障碍物——而人类则不会，因为人类能补偿变化。
美国杜克大学的陈博元（音）说：“这是人类非常重要的能力，而我们通常认为这是理所当然的。”
研究报告的合著者、美国哥伦比亚大学的霍德·利普森说：“我已经花了很长一段时间试图让机器了解它们是什么，不是通过被编程来组装汽车，而是思考它们自身。”
利普森、陈博元及其同事试图通过在实验室中放置一个机器人手臂来做到这一点，在这个机器人手臂的周围有四个摄像头，上方有一个摄像头。这些摄像头将
视频图像传回与这个机器人相连的深度神经网络——这是人工智能（AI）的一种形式，监控机器人在这个空间内的运动。
在长达3小时的时间里，该机械手臂随机扭动。上述神经网络被输入有关该手臂机械运动的信息，并通过目睹手臂移动至何处来观察该手臂如何反应。这一过程产生了7888个数据点。通过在虚拟环境中对机械手臂进行模拟，该团队生成了额外1万个数据点。为检测该AI在多大程度上学会了预测机械手臂的位置，该团队生成了一幅云状图，以显示该AI“认为”移动中的机械手臂应当出现在哪里。预测精确到了1%以内，这意味着如果测试空间宽度为一米，那么该系统正确预估手臂位置的误差在1厘米以内。
报道称，如果神经网络被认为是机器人自身的一部分，这表明机器人有能力知道自己在任何给定时刻的物理位置。
利普森说：“在我看来，这是机器人历史上第一次有机器人能够创建自己的心理模型。这是一小步，但它预示着未来的发展。”
研究人员在他们的研究论文中称，他们的机器人系统在计划行动时具有“三维自我意识”。利普森认为，机器人距离具有更普遍意义上的人类自我意识还需要20到30年的时间。陈博元说，完全的自我意识需要科学家们很长时间才能实现。他说：“我不会说这个机器人已经有了（完全的）自我意识。”
其他人则更加谨慎——甚至对论文中关于三维自我意识的说法持怀疑态度。美国佐治亚理工学院的安德鲁·亨特说：“在这种方法——而不是自我意识——的基础上进行进一步的研究，有可能产生有用的
应用。”
英国谢菲尔德大学的戴维·卡梅伦说，在没有自我感知的情况下，机器人可以很容易地通过指定的路径达成目标。他还说：“机器人模拟其移向目标的轨迹是创建类似自我感知的东西的重要一步。”
然而，对于利普森、陈博元及其同事公布的信息，卡梅伦不确定，如果这种配备神经网络的机器人被转移至全新地点、从而不得不持续“学习”调整自身运动以就新障碍物进行校正，那么这种自我感知是否会持续。他说：“在移动的同时持续自我建模，将是接下来迈向具有自我感知能力的机器人的一大步。”
