对于大多数人来说，将一个对象堆叠在另一个对象之上是一项简单的任务。但即使是最复杂的机器人也难以同时处理多项此类任务。这是因为堆叠需要一系列不同的运动、感知和分析技能，包括与不同种类的物体互动的能力。这项任务的复杂性使其成为机器人技术的主要挑战。DeepMind的一组研究人员认为，需要一个新的基准来推进机器人堆叠技术。在2021年机器人学习会议(CoRL?2021)上发表的一篇论文中，他们介绍了RGB堆叠，它教机器人如何抓住不同的物体并在另一个物体上保持平衡。虽然文献中已经有堆叠任务的基准，但研究人员断言，他们的研究因所使用的受试者的多样性以及为验证其“发现”而进行的评估而与众不同。研究人员在他们的论文中写道，结果表明，模拟数据和真实数据的结合可用于学习“多对象操作”。“为了支持其他研究人员，我们正在开放一个模拟环境版本，并发布用于构建真实机器人RGB堆叠环境的设计，以及用于3D打印它们的RGB对象模型和信息，”研究人员说。广泛开放用于机器人研究的图书馆和工具。”根据DeepMind研究人员的说法，学习过程确保机器人通过对多个对象集的训练获得通用技能。RGB-Stacking故意改变抓取和堆叠属性，这些属性定义了机器人如何抓取和堆叠每个物体，这迫使机器人表现出简单的拾取和放置策略之外的行为。随着机器人越来越擅长堆放和抓取物品，一些专家认为，这种类型的自动化可能会迎来制造业的新一波增长。
