90后教授攻克机器人抓取衣物难题，家庭应用提速在即
机器人站在衣柜前，急需找出那件藏在衣服堆里的蓝色衬衫。翻找间，刚叠好的衣服又散作一团。
由北大长聘副教授&上纬启元首席科学家董豪老师带领团队正让服务机器人获得一项“管家级”技能：面对杂乱堆叠的衣物，它能听懂你的指令，精准抽出目标衣物，且不碰乱其他衣服。这项研究成果已被机器人领域国际顶会ICRA 2026接收，在不久前《EAI-100 具身智能领域2025年度百项代表性成果与人物》中，“柔性物体仿真与操作”专题获得 10大Demo项目奖，而董豪团队成果GarmentPile++ 是其重要的组成部分之一。
为什么“取一件衣服”比想象中更难？因为机器人面对的是柔软、易变形、互相缠绕的“活”物体。想要把这活干好，首先要“分得清”。 当多件衣物颜色相近、堆叠遮挡时，机器人必须透过表层判断底下那件衣服的准确边界，而非将两件衣服误认为一件。其次要“听得懂”。 当你说“拿那件红色的”，机器人不仅要识别颜色，还需结合语境判断：是拿最上面的，还是压在最下面但最容易完整抽出的那一件？其三要“取得稳”。衣物柔软易变形，抓取点的选择直接决定成败——抓领口可能撕扯变形，抓下摆可能一次拽出三件。遇到床单、长裙等大件，单手操作更易导致衣物拖地或缠绕。
过去的机器人往往只能完成其中某一环节，要么只能在衣服单独悬挂时工作，要么在杂乱场景中频频“失手”牵连其他衣物。
GarmentPile++ 的创新在于赋予机器人一套完整的“认知-决策-执行”逻辑，模拟人类面对衣堆时的自然反应：系统首先利用先进的视觉分割技术（SAM2），为衣堆中的每件衣物绘制精确轮廓。即便面对严重遮挡，它也能通过颜色、纹理和边缘特征区分个体。若遇到衣物粘连导致边界模糊，机器人会启动“微调观察”：它轻轻提起可疑区域的衣物，通过摄像头追踪衣物舒展后的形态变化。
确定目标后，系统进入分析阶段。基于对衣物三维形态的理解，它会在脑海中生成一张“热力图”：颜色越暖的区域表示越适合抓取（如平整的衣身中部），颜色越冷的区域则代表高风险区（如易滑的丝绸边缘或易变形的袖口）。这确保机器人始终选择既能稳定提起、又不会破坏衣物形态的最佳着力点。
对于T恤等小型衣物，单臂精准捏取即可；但当系统识别到床单、长裤等大件，或感知到单臂提起时衣物下垂可能触碰桌面引发拖拽时，它会启动双臂协作策略。主臂负责提起衣物主要部分，副臂则在下方适时托住或夹持另一处，像经验丰富的管家那样“捧”出衣物，确保过程中不牵扯、不扰动周围其他衣物。
实验数据显示，在模拟家庭环境的“开放衣堆”与“收纳筐（封闭边界）”两种场景中，GarmentPile++ 的任务成功率显著优于现有方法，且平均抓取步数更少，动作更为高效优雅。
这项技术突破的现实意义在于，它首次让机器人具备了处理“真实凌乱”的能力。这不仅是算法的进步，更是让科技真正懂得生活、尊重细节的重要一步。
热门专题
热门推荐
摘要由实在Agent通过智能技术生成。此内容由AI根据文章内容自动生成，并已由人工审核。 随着企业数字化转型进入智能体（Agent）驱动的新阶段，如何平衡AI创新与安全合规成为关键挑战。尤其在《网络安全等级保护基本要求》（等保2 0）的严格框架下，企业级智能体的部署必须同时满足效率提升与合规保障的双
使用情景 对于外贸从业者来说，年终总结绝非简单的例行汇报。它是一次至关重要的年度复盘与战略规划，既要系统梳理过去一年的业绩成果与经验得失，也要为来年的市场开拓与业务增长指明清晰路径。在全球贸易竞争白热化的今天，一份逻辑严谨、数据详实、洞察深刻的总结报告，不仅是个人专业能力的集中体现，更是赢得管理层支
使用情景 又到年末了，年度安全工作总结是每个团队都绕不开的环节。这份总结的价值，远不止于一份简单的回顾。它更像是一份“体检报告”，清晰地告诉你过去一年安全工作的“健康状况”——哪里做得好，哪里还有隐患，从而为来年的精准施策打下坚实的基础。 不过，说起写总结、做PPT，不少人就开始头疼了：内容怎么组织
Zcash (ZEC) 月度暴涨520%：深度解析后市行情与关键点位 近期，隐私币龙头Zcash (ZEC) 上演了一场令人瞩目的行情，月度涨幅高达520%，价格一度逼近300美元，创下自2021年12月以来的新高。在加密市场整体承压的背景下，ZEC的逆势狂飙吸引了全球投资者的目光。本文将结合技术分
在存量竞争的时代，电商售后数据早已超越了“成本中心”的单一角色，它正成为洞察产品质量、优化物流链路、提升用户忠诚度的核心战略资产。然而，现实往往骨感：多平台、多店铺、多套ERP系统并存，数据散落一地。靠人工手动汇总？不仅耗时费力，更关键的是，你永远无法实现真正的实时预警与敏捷响应。那么，电商售后数据