跳转至

03 why robots cannot fold clothes

本文是「前沿与译文」系列的加更篇。数据快照 2026-10-23，来源见文末。

一个反直觉的排序

先做一个思想实验：让现在的顶级人形机器人和你比赛，以下三件事它最能拿下的应该是哪件？

  1. 在工厂把汽车部件搬上流水线
  2. 后空翻
  3. 叠一件刚洗完的 T 恤

直觉上最简单的 3，恰恰是最难的。真实数据摆在这：Figure 03 在 30 个陌生家庭做了 420 次家务尝试，简单家务成功率 56%——而这些"简单家务"里最扎手的就是叠毛巾、铺床这类柔性物体操作。同一个机器人在 BMW 工厂做物流分拣（搬的都是硬盒子），已经签了按小时计费的正式合同。

硬物体上，机器人正在超越普通人类；软物体上，它还像个刚学步的孩子。 这个反差不是偶然，是物理结构性的。

死结一：衣服不是一个"物体"，是无穷多个

机器人理解世界靠的是几何模型：这个杯子是圆柱体，重心在这，表面摩擦系数是多少。这套打法叫刚体假设——物体形状固定，抓哪、怎么抓都能提前算出来。

衣服没有固定形状。同一件 T 恤，摊着是一张面，揉着是一团，挂着是一条。理论上描述它的状态需要的参数不是 6 个（位置+朝向），而是成百上千个——每一段布料相对其他布料的位置都得算。工程师管这类东西叫"高维构型空间"，人话就是：机器人面前摊开的不是一件衣服，是一道有几百万个变量的数学题。

而你的大脑是怎么做的？你根本没算。你靠的是触觉反馈循环：捏一下，感觉布料的垂坠，调整，再捏。人类叠衣服是"摸着石头过河"的实时控制，不是预先规划。要复制这个能力，机器人需要又快又准的触觉传感器——这东西到现在都不成熟（这是后续触觉专篇的主角）。

死结二：每一次"抓"都是一次赌博

拿一个杯子，机器人手指合拢，杯子不动，稳了。因为杯子硬，受力就那么几种。

抓衣服的时候，诡异的事情发生了：你的抓取动作本身会改变物体的状态。捏住袖子的一瞬间，衣服其他部分被拖动、滑移、旋转，等你展开一看，抓错了地方。这在力学里叫接触丰富的操作（contact-rich manipulation）：动作和物体的状态互相纠缠，牵一发而动全身。

数学上，这类问题属于接触力学里最难的那一档：接触点数量不定、摩擦状态在"滑动/粘滞"之间跳变、布料还可能自接触（衣服折起来自己碰自己）。本系列第 11 篇会讲摩擦锥和互补条件——那是理解"为什么腿式机器人会抖"的钥匙，也是理解"为什么衣服抓不稳"的同一把钥匙。

死结三：训练数据无底洞，而衣服的"正确答案"不唯一

2026 年机器人行业最热的词是"数据飞轮"。Figure 的内部数据集 Index 每秒增长 35 分钟人类操作视频，其对照实验显示：去掉这个数据集，家庭任务成功率从 56% 暴跌到 9%。

但叠衣服有个比缺数据更麻烦的问题：它没有标准答案。叠杯子的"正确"是唯一的，叠衣服的"正确"有无穷多种——袖子先折还是先对齐下摆，都行。人类示范视频里每个人的手法都不同，学习算法面对的是一堆互相矛盾的"正确答案"。

更糟的是后果不对称：杯子拿歪了会摔，所以机器人学得小心；衣服怎么抓都不会"坏"，人类示范里到处是无所谓的随手动作。算法从这些数据里学不出"哪些细节是关键的"，因为示范者自己也不知道。

死结四：失败是静悄悄的

硬物体操作失败很"响"：杯子掉了、砸了、传感器报警了，系统知道要重来。

叠衣服的失败是静默的：机器人以为抓的是领口，实际抓的是下摆；它按流程执行完了，动作一气呵成，结果是一团被抻长的布。没有任何传感器读数告诉它"你错了"。识别"自己叠错了"需要的自我检查能力，本身又是另一个难题。

这就是 56% 这个数字的真正含义：剩下 44% 里，机器人大都不知道自己失败了。对工厂来说这不可接受，对家庭来说这是灾难——你不会买一个把袜子叠进枕头的保姆。

那什么时候能等到会叠衣服的机器人？

三个信号值得跟踪，每一个背后都有后续文章展开：

  1. 触觉传感器的成本曲线（第 21 篇）：当"指尖触觉阵列"从实验室配件变成量产件，死结一和二松了一半。Unitree 已经把 22 自由度的灵巧手卖到 6,500 美元——硬件在降价，传感器紧随其后。
  2. 软体仿真的成熟度（第 11 篇）：现在机器人练叠衣服主要在真实世界练（成本极高），因为布料的物理仿真本身是难题。谁先把布料仿真做对，谁就能复制"强化学习练走路"的奇迹。
  3. "无所谓动作"的数据清洗技术（第 16 篇）：能不能从人类示范里自动识别哪些动作是关键、哪些是随意？这是数据工程的深水区。

我的判断：工厂里的柔性物体操作（布料分拣、缝纫上料）会在 2~3 年内商业落地——因为场景可控、品类有限。家庭叠衣服还要更久，瓶颈不是机器人不够聪明，而是死结一到四每一个都需要独立突破，而它们目前都还没突破。

一句话带走：机器人会后空翻不会叠衣服，不是因为它笨，而是因为后空翻是"一道题"，叠衣服是"几百万道互相纠缠的题"。下一个十年的具身智能竞赛，胜负手不在谁跑得快，在谁先解开软物体这道老题。

延伸阅读

  • 数据来源：Figure 03 家庭测试（OB News / MaxBiT）；工厂数据（Robot News Today）
  • 系列衔接：本文是第 11 篇（接触力学）、第 16 篇（数据飞轮）、第 21 篇（执行器与传感器）的共同引子——读到那里你会回头发现，本文的每个"死结"都有一篇硬核展开
  • 付费版预览（订阅可见）：四个死结的技术深挖——布料仿真的三种技术路线对比（质点弹簧/有限元/学习型）、接触丰富操作的算法谱系（从强化学习到扩散策略）、以及"为什么 56% 这个数字其实被低估了"的口径分析，见 CSDN 完整内容专栏

完整内容链接（完整可用代码）：https://blog.csdn.net/2301_81238088/category_13220213.html

完整版每周二更新，订阅后第一时间推送。