ロボットの把持計画は理想的な条件下では高い成功率を示すが、センサのノイズや物体の形状変化などの要因により性能が低下することがある。従来のアプローチでは、触覚センサを用いて把持後に安定性を判定する方法が一般的であったが、これには物体との接触と把持動作が必要であり、効率が低いという課題があった。これに対し、オレゴン州立大学のKyle DuFrene氏とCindy Grimm氏は、グリッパの遠位リンクに搭載した多ゾーン飛行時間（ToF）センサを用いた非接触把持安定性予測手法を提案した。本手法は、物体を把持することなく、センサで得られた空間情報から安定性を予測するため、分類プロセスを大幅に高速化し、15Hzのサイクルで動作する。
研究チームは、15種類の異なる形状・材質の物体を用いて2500回以上の実把持データを収集し、分類器を訓練した。さらに、訓練時に使用していない6種類の未知物体（検証用3つ、テスト用3つ）で把持試行を実施した結果、検証セットで85.5%、テストセットで86.0%の高い分類精度を達成した。本手法は、ノイズの多い環境におけるロボット把持の信頼性向上に貢献し、自動倉庫や家庭用ロボットなどの応用が期待される。