التعلم العميق قد أحدث تقدماً كبيراً في مجال رؤية الحاسوب ومعالجة اللغة الطبيعية. رغم وجود بعض النجاحات في مجال الروبوتات باستخدام التعلم العميق، إلا أنه لم يتم تبنيه بشكل واسع. في هذا البحث، نقدم نظاماً جديداً لاكتشاف القبضة الروبوتية يتنبأ بأفضل وضعية قبضة لمكبس روبوتي ذو صفيحتين متوازيتين للأجسام الجديدة باستخدام صورة RGB-D للمشهد. يستخدم النموذج المقترح شبكة عصبية تقنية ذات طبقات عميقة لاستخراج الخصائص من المشهد، ثم يستخدم شبكة عصبية تقنية ذات طبقات ضحلة للتنبؤ بتكوين القبضة للجسم المعني. حقق نموذجنا متعدد الوسائط دقة بنسبة 89.21٪ على مجموعة بيانات القبض القياسية لكورنيل ويعمل بسرعات في الوقت الفعلي. وهذا يعيد تعريف أحدث التقنيات في اكتشاف القبضة الروبوتية.