本主題實現以深度學習為基礎機器手臂平台，透過自建的YOLO v3模型並結合Kinect v2的深度感測器，在平台中檢測出目標物的空間座標，並以生成式對抗網路建立機器手臂的運動學，完成一辨識能力之機器手臂平台。本主題使用多個深度學習網路架構組合而成，並以生成式對抗網路(Generative Adversarial Network, GAN)建立機器手臂的運動學，有效解決因環境或當前狀態不佳，導致傳統逆向運動學控制手臂輸出結果的誤差。機器手臂在進行任務時，常會遇到求解逆向運動學的問題，在現實世界中，傳統逆向運動學控制手臂，會因環境或當前狀態不佳，影響整體輸出精度。
本主題將研究以合理的運動數據操控機器手臂，直接收集手臂各結構上之運動資料，訓練建置一套逆向運動學模型並額外融入了物件辨識模型，使機器人具備物品辨識能力。