Según la wikipedia, un robot industrial [no es más que] un manipulador programable en tres o más ejes con varios propósitos, controlado automáticamente y re-programable.  Agarrar objetos fuera del rango de visión en entornos desordenados y sin restricciones es una habilidad esencial para la robótica manipuladora autónoma.

A pesar de los avances recientes en el aprendizaje del agarre de 6 grados de libertad, los enfoques existentes a menudo consisten en pipelines secuenciales complejas que poseen varios puntos de fallo potenciales y tiempos de ejecución inadecuados para el agarre de objetos en lazo cerrado. Para resolver este problema, un equipo de investigación robótica de Nvidia ha propuesto una red end-to-end que genera de manera eficiente una distribución de agarres para pinzas paralelas de 6 grados de libertad directamente a partir de una grabación tridemensional de la escena.

Esta nueva representación del agarre trata los puntos 3D de la nube de puntos como posibles zonas de contacto. Este enfoque independiente de la clase está entrenado con 17 millones de agarres simulados y se extrapola bien a los datos del mundo real.

En un estudio de agarre robótico de objetos fuera del rango de visión en ambientes desordenados, se ha logrado una tasa de éxito superior al 90%, reduciendo el porcentaje de fallo a la mitad en comparación con los métodos previamente empleados.