论文导读
南洋理工大学、香港大学和中国科学院团队提出RotateIt，让单臂机器人抓起衣服后绕固定点快速旋转，借惯性张力分开重叠布层。策略只在仿真中训练，面对八件没见过的真实衣物仍取得75.6%展开成功率，展开状态还能直接交给自动折叠程序。
衣服摊不开，问题不只是抓哪里
皱成一团的衣服有大量自遮挡。传统单臂方法常用“抓起—放下—再抓”的准静态流程，每次只改变一小块布料，动作次数多，衣角还可能重新叠回去。双臂甩动能制造更强张力，但需要两条机械臂和更大的安全空间。
RotateIt选择轴向旋转：夹爪抓住衣物上的有效位置，抬起后让布料围绕近似固定的锚点转动。外层布料获得更大线速度，重叠层被惯性张力拉开；整个动作围绕一只夹爪完成，工作区比左右甩动更紧凑。
图1：论文主图展示机械臂抓住衣物旋转，左上角为展开后的状态。
先挑一个“转得开”的抓点
系统先从顶视图估计衣物点云，过滤掉过密或不稳定区域，再给候选抓点排序。抓点不仅要容易夹住，还要让衣物绕轴旋转时产生有效展开。机械臂抬起衣物后，残差策略根据当前视觉观察动态调整转动幅度和速度，并决定何时释放。
图2：方法依次完成抓点采样、抓点评分和在线旋转参数调整。
策略训练在仿真中完成。为了缩小布料模拟与真实衣物之间的差距，团队随机改变衣物形状、摩擦、质量和视觉外观，再把策略零样本迁移到实机。这里的“零样本”指没有再用真实衣物数据训练，并不表示机器人从未见过仿真服装。
三次机会内，比反复抓放高44到61个百分点
在见过和未见过的仿真衣物、以及八件未见真实衣物上，RotateIt都与准静态抓放比较。论文报告，三次尝试内的成功率高出44.0—61.0个百分点；真实衣物零样本成功率为75.6%，首次动作后的覆盖率高41%，最终覆盖率高26%。
图3：左侧为仿真与实机过程，右侧列出八件真实衣物从初始团叠到展开的结果。
下一步从展开接到完整家务链
展开后的衣物轮廓更完整，后续折叠策略不必先人工整理。团队展示了从旋转展开到自动折叠的衔接，说明单臂动态动作可以成为衣物处理流水线的前置步骤。
图4：论文展示上衣与裤子在展开后进入折叠流程。
实验仍集中在八件真实衣物和受控台面，厚重外套、超大床单、易缠绕带子与家庭杂物环境没有被覆盖。后续如果加入材质在线估计、碰撞监测和失败后重新抓取，单臂方案可继续测试分拣、晾晒与收纳等连续任务。
连续任务还需要机器人判断衣物正反面与袖口位置，避免展开成功后仍以错误朝向进入折叠。
参考资料
https://arxiv.org/abs/2609.19817
