机器人（rén）的应用越来（lái）越普（pǔ）及，特别是在各种工作环境中（zhōng）协助执行人类无法完成的（de）任务，或者增（zēng）加人们的工作效率。但（dàn）机器人还不（bú）是万能：例（lì）如“识别物（wù）体并拾取（qǔ）它们”这项工作（zuò）看似（sì）简单，对机器（qì）人来说（shuō）却极为困难。

麻省理工学院和（hé）普林斯顿大学（xué）的研究人员设计了一款拥有较高肢体灵活（huó）性的机器（qì）人系统（tǒng），识别并抓取物体将不再是（shì）问题（tí）。

portant;" />

现今，大多数在生产在线使用的机器人都经过精心校准，以便进行（háng）准确（què）的运动。研究人员利（lì）用（yòng）算法，使机器人从一（yī）堆（duī）物体中随机抓取一（yī）个物品（pǐn），而（ér）该（gāi）取放系（xì）统由一般（bān）常见的机（jī）械（xiè）手臂（构造上由机（jī）械（xiè）主体、控制器（qì）、伺服机构和传感（gǎn）器所组成，由程序（xù）根据作（zuò）业需（xū）求（qiú）设定其一定的指定动作）组（zǔ）成，并配备一个订制的抓手和吸盘。透（tòu）过深度学习（深度学习是（shì）机器学习的一种方式，让计算机像（xiàng）长了神经网络般，可进行复杂的运算，并展现拟人的判断及行（háng）为）使机械手臂（bì）能处（chù）理任何给定的（de）物（wù）品。

该系统的多功能假肢可以透过（guò）四种不同的方式完（wán）成取放的挑（tiāo）战：垂直使（shǐ）用吸盘（pán）、侧面使用吸盘、垂直抓握，以及（jí）抓握同时使用其（qí）他工具（用于抓（zhuā）取墙边的物（wù）体）。实验期间，当机（jī）器人拾取物（wù）体之（zhī）后，研究人（rén）员（yuán）会记录成败与否并输入数据，以优化系统拾取各种类型的物（wù）体的过（guò）程。

为了能（néng）研（yán）发出自动上下（xià）货的（de）机器人，电商巨（jù）擘亚马（mǎ）逊连续 3 年举办“亚马逊机器人挑（tiāo）战赛（Amazon Robotics Challenge）”，向全球好手，寻求（qiú）解决方案。而在2017年（nián）的（de）比赛中该（gāi）系统（tǒng）使用吸力（lì）拾（shí）取（qǔ）物体（tǐ）的（de）成（chéng）功（gōng）率达 54％、抓握（wò）成功（gōng）率为（wéi） 75％，并且以 100％的精准度识别了物体。

科（kē）学家建议可以将该系统应用于提升仓储业（yè）管理货物的效（xiào）率、从橱柜（guì）中（zhōng）抓（zhuā）取物（wù）品，甚至在事故发生后挖掘碎片等（děng）不（bú）同场景（jǐng）。因为（wéi）机器的深度学（xué）习可以根据（jù）任何情况调（diào）整，因此相关（guān）的潜在应用非常（cháng）广泛。

类似的深度学习（xí）算法也能（néng）用来开发机器（qì）的视觉感知系统，并使用照片库（kù）教导机器人识别现（xiàn）实生活中的每项物（wù）品（pǐn）。