پژوهشگران استرالیایی موفق شدهاند برای بهبود قابلیت روباتها در برداشتن اجسام، روش جدیدی ابداع کنند که مبتنی بر هوش مصنوعی است. شاید روباتهایی که قابلیت برداشتن و حرکت دادن اجسام را دارند، مفید باشند، اما این روباتها معمولاً برای برداشتن اشیای خاصی که در جهت خاصی قرار داده شدهاند، برنامهریزی میشوند. اکنون، دانشمندان استرالیایی، روشی ابداع کردهاند که قابلیت تطبیقپذیری روباتها را افزایش میدهد. یکی از کمبودهای اصلی سیستمهای روباتیک کنونی، ناتوانی در تطبیق سریع با تغییرات است. از آنجا که ممکن است اجسام، اغلب و بدون هشدار قبلی حرکت کنند، روباتها برای مؤثر بودن، باید قابلیت تطبیق و کار در هر محیطی را داشته باشند. محققان کار خود را با ابداع یک شبکه عصبی مصنوعی آغاز کردند. این شبکه، سیستمی مبتنی بر هوش مصنوعی است که به رایانهها اجازه میدهد از طریق تحلیل نمونهها، وظایف را یاد بگیرند. با استفاده از این شبکه عصبی و یک دوربین نقشهبرداری عمیق، روبات میتواند نقشه عمقی حرکت را پیکسل به پیکسل بررسی کند، اشیایی که جلوی جسم مورد نظر قرار گرفتهاند، کنار بگذارد و سپس، بهترین روش برداشتن هر جسم را تعیین کند.