Robo Brain系統可以向困惑中的機器人提供機器可以識別的命令和建議，比如如何從一臺裝有傳感器的咖啡機中倒出咖啡。
Robo Brain所需要的知識不是靠自己挖掘的，而是需要能夠幫助它做選擇的中間者。來自四個大學的研究者會定期將從網際網路上搜集的數據塞進Robo Brain的雲端計算系統。直到目前為止，Robo Brain已經消化了約12萬部Youtube視頻、100萬個文檔和10億張圖片。
Robo Brain項目的目的——正如名字所暗示的——是創造一個隨時在線的中央機器人主腦，機器人都可以接入這個主腦。所以Robo Brain從網際網路上學習的內容越多，發送給與其相連的機器人的教程就越直接。
怎麼打開烤麵包機？Robo Brain知道，還且還能發送烤麵包機和相關組件的3D圖像，Robo Brain可以告訴機器人咖啡杯長什麼樣子，如麼拿咖啡杯裡面的咖啡才不會灑出來。Robo Brain可以通過測量人類和電視機之間的相對位置，識別出某人正在看電視，所以給機器人建議，不要從人和電視之間經過。
如果上面說的這些沒有一個能夠打動你，或者你覺得這些也沒什麼難的，因為Robo Brain所服務的不是為了人類——而是機器人。
機器人對認知型幫助的需求度很高，即便是全自動化最高的機器人也是依靠不多的預設動作行動，如果面對全新的情況，機器人在沒有擴展支持的情況下會束手無策，但是通過訓練和重新編程解決新問題的代價又太高。隨著機器人在全社會的普及程度越來越高，靈活的適應能力是非常重要的。
Robo Brain能夠解決的問題很多，並且始終以飛快的速度擴充自己。系統會將所有輸入的材料分類保存，它的全部精力都用在判斷什麼時候，如何採取特定措施。和雲端機器人大腦RoboEarth的關鍵區別在於，Robo Brain會自動將所有結論和相關動作的網絡併入自身。(Robo Earth的文件必須通過人類處理並整理，而Robo Brain只需要人類提供原始材料就可以)Robo Brain可以對信息進行整理、歸類，並根據適當的情況調用信息。
各種椅子被劃分到椅子這個子集，再根據椅子的不同使用場合和其它家居的關係建立分支。咖啡會和馬克杯和如何傾倒液體的動作安排相連。為了服務所有特定指令，Robo Brain的認知方式是通過蠻力算法實現的，這樣就避免了真正的智能系統所產生的細微差別。你吩咐你的機器人給你端一杯咖啡，機器人就會問Robo Brain應該怎麼辦，隨後將這個指令轉化成一連串更具體的指令集。
康奈爾大學助理教授Ashutosh Saxena說有一次研究者向該計劃中三臺機器人中的一臺發出「給我做一杯阿法奇朵」的指令，這臺雙臂右手慣用型機器人PR2詢問了系統，發現阿法奇朵是一種意式甜品，由咖啡和冰淇淋構成。在人類沒有進行任何指導或介入的情況下，機器人找到了咖啡，並通過查詢系統指導怎麼從咖啡機裡把咖啡倒出來，隨後又用鏟子挖了一勺冰淇淋放在咖啡上。
對於擁有大腦的人類來說這不過是小孩級別的動作，但是對於機器人，這是一個相對較為模糊的指令，通過查詢和獲得的指令，機器人會給出精確的結果，這令人非常震驚。因為輸入Robo Brain的並不是人類處理過的材料，只是DIY視頻這種原材料信息。Saxena說現在他們只需要將知識輸入系統，其它什麼都不用做。
目前Robo Brain系統的知識輸入依靠布朗大學、康奈爾大學、史丹福大學和加州大學伯克利分校的研究人員完成，今年10月份之前，項目的參與大學將擴充到總計10個，到今年年底之前所有大學都可以接入系統。屆時Saxena希望Robo Brain的信息儲量能達到10億個視頻，100億個文檔，不過到那時光是雲計算的成本每天就要1000美元。
Saxena說和其它大學的項目不同的是，這個項目完全開源，他們的目的不是賺錢，而是為了讓世界更美好。
via Popsci