拾取型机器人指代的是能够拾取和放置物品的机动钳子，其通常具有基本的拾取能力，但尚不能胜任执行复杂的姿势和拾取不熟悉的物体。所以这类机器人不仅需要定位物体并理解如何抓住它们，而这也就意味着需要大量的训练数据。今日，麻省理工学院计算机科学与人工智能实验室的研究人员提出，已开创一种克服以上障碍的方法。在其名为「K-PAM 的类别级机器人操作：关键点负担操作」中，他们描述名为 Keypoint Affordance Manipulation 的系统，或简称为「kPAM」，其能够检测一组目标坐标，称为关键点，启用机器人硬件，在其上部署处理一系列精巧的动作，哪怕是从未见过的物品，机器人也能进行准确地操作。