虚拟现实（Virtual Reality, VR）和增强现实（Augmented Reality, AR）技术在机械臂抓取任务中逐渐得到广泛关注，人类在虚拟空间的抓取演示为机器人的抓取技能学习提供了指导。但是传统的基于VR和AR技术构建的机械臂抓取系统中，VR和AR中虚拟空间和真实世界有着明显的差异，如物体的尺度，人机的观测视角等。这些差异让人类在虚拟空间中展示的抓取技能迁移到机器人的真实操作时存在困难。对此，本文构建了一种新的机械臂技能学习策略：引入交互机制的机械臂智能抓取对称现实系统，这里的对称现实系统指系统中的机器人在真实空间的视角和操作与人类在虚拟空间的视角和操作相同，从而虚拟空间中人类演示操作导致的状态变化可以直接用于指导真实空间机器人的操作。本文的对称现实系统简记为Symmetrical Reality based HRC system，SR-HRC。实验中，我们使用MICO 2三指机械臂验证SR-HRC系统在抓取任务中的性能。因为SR-HRC在虚拟空间中有着真实世界物体的对应特征，人类在虚拟空间的演示更容易转化到真实世界的操作并指导机器人的抓取技能学习。实验表明，SR-HRC策略相较于传统的HRC模型，速度平均提升22.1%，放置的偏移精度和偏转精度分别提高33.3%和25.6%。我们相信对称现实技术在机械臂的抓取技能学习中有着广泛的应用前景。