据报道，人类抓住不规则的物体很容易，对于机器人来说很难知道应该在哪里用力，加州大学伯克利分校的教授Ken Goldberg和博士后研究员Jeff Mahler与自动化科学与工程实验室（AUTOLAB）共同创造了名为DexNet 2.0的机器人它能拾取现实世界当中的任何物体，成功率达到99%。
报道称，研究人员建立了一个庞大的三维形状数据库，总共有670万个数据点。机器人通过观察数千个虚拟3D模型，学习如何抓奇形怪状的物体，包括未包括未在模型中的物体。神经网络用于学习抓取并移动具有不规则形状的对象，深度学习的过程则帮助其逐渐提高准确度和灵活性。
当一个对象放置在机器人面前时，它会快速研究形状，并且选择一个可以抓取的点，成功进行抓取。