机器学习技术在ASF产品不同材质抓取功能中的应用比较

关 志利
天津爱斯弗自动化设备有限公司

摘要

在自动化拆码垛系统（ASF）中，不同材质物品的自动抓取功能对于提高作业效率和准确性至关重要。机器
学习技术以其强大的特征学习和模式识别能力，在处理多样化材质的抓取任务中显示出巨大潜力。本文比较了机器
学习在不同材质（金属、塑料、玻璃）抓取策略中的应用效果，为未来技术的发展提供了宝贵见解。

关键词

机器学习技术；ASF产品；不同材质；抓取功能

参考

[1]弥鹏，孙娜，张国煜，等.弯扭耦合型软体机器

人智能感知抓取性能研究[J].机器人技术与应用，2023，

（03）：37-41.

[2]徐阿文.基于机器学习的欠驱动机械手抓取物体

识别[D].黑龙江大学，2023.

[3]李茂捷.基于强化学习和元学习的机械臂抓取方

法研究[D].南京邮电大学，2022.