Dans cet article, nous présentons un système robotique modulaire destiné à résoudre le problème de la génération et de l’exécution de prises antipodales pour des objets inconnus à partir d’une image à n canaux de la scène. Nous proposons un nouveau modèle de réseau de neurones convolutif résiduel génératif (GR-ConvNet) capable de générer des prises antipodales robustes à partir d’entrées à n canaux à des vitesses en temps réel (~20 ms). Nous évaluons l’architecture proposée sur des jeux de données standards ainsi que sur une variété d’objets domestiques. Nous obtenons une précision de pointe, respectivement de 97,7 % et 94,6 %, sur les jeux de données de saisie Cornell et Jacquard. Nous démontrons également un taux de réussite de saisie de 95,4 % et 93 % sur des objets domestiques et des objets adverses, respectivement, en utilisant un bras robotique à 7 degrés de liberté.