매니퓰레이터는 고전적인 제어방식으로 로봇을 제어하게 되면 지정된 행동 외에는 다른 행동을 하기 힘들다는 단점이 존재한다. 로봇의 운동을 좀 더 유연하게 제어하기 위하여 '딥러닝'이라는 기술을 이용한다.
무질서한 상황에서 진행되는 Bin Picking이라 불리는 작업은 산업 현장에서 요즘 '딥러닝'으로 해결하려는 움직임을 보이고 있다. 이는 앞서 언급한 사실대로 좀 더 유연한 제어 방식을 도입하려는 이유이다. 이러한 방식으로서 머신러닝 분야 중 강화학습과 지도학습이 많이 이용되고 있다.
시뮬레이션 상에서 진행되는 강화학습의 성공률이 떨어지면 현실에 적용할 때 성공률이 더욱 좋지 않을 가능성이 생긴다. 그러므로 강화학습에 있어서 Picking의 성공률 또한 중요한 지표가 된다. 본 논문에서는 Picking하려는 물체의 Representation에 따라 Picking의 성공률을 비교하고 이에 따라 각 물체의 성공률이 높은 Representation에 따라 Bin Picking의 성공률을 높이는 방식을 제안한다.