光學(xué)傳感器(比方相機和激光雷達)是當(dāng)代機器人平臺的根本組成部分，但它們有一個配合的缺點：玻璃容器之類的透明物體簡單使它們混合。這是由于闡明來源于這一些傳感器的數(shù)據(jù)的絕大多數(shù)算法皆假定一切輪廓全是朗伯型的，大概它們正在各個標(biāo)的目的和各個角度均平均地反射光。相反，透明物體既折射又反射光，由而使深度數(shù)據(jù)無效或充斥噪聲。
為了探求解決方案，一組Google研究人員取哥倫比亞大學(xué)和綜合AI(一種適用于計算機視覺的數(shù)據(jù)生成平臺)合作開發(fā)了ClearGrasp。這是一種可以由RGB圖象估量透明工具的精確3D數(shù)據(jù)的算法，主要的是，該算法可取任何尺度RGB相機的輸入共同運用，運用AI重構(gòu)透明工具的深度并將其推行到練習(xí)時期看不到的工具。
正如研究人員所指出的那樣，鍛煉龐雜的AI模子平常須要大批的數(shù)據(jù)集，而且因為不存在透明物體的主體，他們創(chuàng)建了本身的包括超越50,000個逼真的渲染的圖象，這一些渲染具有相應(yīng)的深度，邊沿，概況法線(代表概況曲率)，和更多。每一個圖象最多表現(xiàn)五個透明物體，這一些物體能夠放在平展的地平面上，還能夠放在裝有種種靠山和照明的手提袋中。一個帶有相應(yīng)空中實在深度的286張實在天下圖象的獨自調(diào)集用作測試集。
并聯(lián)方式的分揀機器人有什么優(yōu)勢ClearGrasp統(tǒng)共包含三種機械進修算法：一種適用于估量外表法線的網(wǎng)絡(luò)，一種適用于遮擋鴻溝(深度沒有接連)的網(wǎng)絡(luò)和一種適用于遮掩透明工具的網(wǎng)絡(luò)。此蒙版會刪除屬于透明工具的一切像素，以便能夠添補精確的深度，是以優(yōu)化模塊能夠運用猜測的外表法線來擴大外表的深度，以引導(dǎo)重修的外形。(猜測的遮擋鴻溝有助于堅持沒有一樣工具之間的分別。)
分揀機器人設(shè)計說明現(xiàn)今分揀機器人的缺點正在實驗中，研究人員正在其自定義數(shù)據(jù)集和開放源代碼Matterport3D和ScanNet語料庫中的實在室內(nèi)場景中訓(xùn)練了模子。他們說，ClearGrasp設(shè)法為保真度比基線要領(lǐng)高很多的透明工具重修深度，而且其輸出深度能夠直接用作運用圖象的支配算法的輸入。當(dāng)運用機器人的平行顎爪抓臂時，透明物體的抓握成功率由12%提高到74%，而且經(jīng)過吸力由64%提高到86%。
藥品分揀機器人公司分揀機器人特點物流倉庫分揀機器人