マニピュレーション2026/9/17arXiv:2609.19817

RotateIt!：オンライン適応型動的回転による高速で信頼性の高い片腕での衣類展開

RotateIt! Fast and Reliable Single-Arm Garment Unfolding via Online-Adaptive Dynamic Rotation

片腕で衣類を持ち上げて軸回転させ、慣性で層を分離する動的な展開フレームワークを提案。オンライン適応方策で回転量と速度を調整し、準静的な手法より成功率を大幅に改善した。

詳しい要約

1. どんなもの？

- ロボットによる衣類の展開（garment unfolding）を目的とした単腕フレームワーク「RotateIt!」 - 動的な軸回転（adaptive axial rotation）を主要な操作プリミティブとして用いる初の試み - ランダムな初期配置から、回転に有効な把持を選び、持ち上げた衣類をほぼ固定されたアンカー周りに回転 - 慣性張力（inertial tension）を生じさせ、重なり合った層を分離する - 準静的（quasi-static）なpick-and-placeと比較して成功率を大幅改善

2. 先行研究と比べてどこがすごい？

- 従来の準静的（quasi-static）手法は繰り返し動作を必要とし、既存の動的手法は主に両腕（bimanual）のflingingに依存 - RotateIt!は単腕（single-arm）で動的な軸回転を主要操作として用いる点が新しい - 準静的pick-and-placeと比べ、3回以内の試行成功率を44.0–61.0 percentage points向上 - シミュレーションで訓練したポリシーがゼロショットで実世界に転移し、75.6%の成功率、初回試行カバレッジ41%向上、最終カバレッジ26%向上を達成

3. 技術・手法の肝は？

- ランダムな卓上配置から、回転に効果的な把持を選択するgrasp rankerがアンカーを決定 - 持ち上げた衣類をほぼ固定されたアンカー周りに回転させ、慣性張力で層を分離 - オンライン残差ポリシー（online residual policy）が回転の範囲と速度を適応的に調整し、解放タイミングを決定 - コンパクトなワークスペース内で動作する

4. どうやって有効だと検証した？

- 見たことのある/ないシミュレーション衣類、および8つの未見の実衣類で評価 - 準静的pick-and-placeと比較して、3回以内の試行成功率が44.0–61.0 percentage points向上 - シミュレーション訓練ポリシーが実世界にゼロショット転移し、75.6%の成功率、初回試行カバレッジ41%向上、最終カバレッジ26%向上 - 得られた状態が手動再配置なしで自律的なロボット折り畳み（folding）を可能にすることも確認

5. 議論はある？

- 要旨からは不明（限界や失敗事例、議論の詳細は記述されていない）

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究：quasi-static pick-and-place、bimanual flinging - 関連手法：dynamic garment unfolding、grasp ranker、online residual policy - 同分野の定番：robotic garment manipulation、cloth unfolding、deformable object manipulation

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zeqing Zhang, Zuokun Xie, Ao Fang, Bin Dai, Zhengjie Shu, Yifeng Tang, Ziwei Wang

分類: cs.RO

原文アブストラクト

Robotic garment unfolding is essential for downstream tasks, yet quasi-static methods require repeated actions, while existing dynamic approaches predominantly rely on bimanual flinging. We present RotateIt!, a single-arm framework that uses adaptive axial rotation for dynamic garment unfolding. To the best of our knowledge, it is the first unfolding framework to employ dynamic axial rotation as its primary manipulation primitive. From a randomly initialized tabletop configuration, the robot selects a rotation-effective grasp and rotates the lifted garment about an approximately fixed anchor, generating inertial tension that separates overlapping layers within a compact workspace. A grasp ranker selects the anchor, while an online residual policy adapts the rotation extent and speed, thereby determining the release timing. Across seen and unseen simulated garments and eight unseen real garments, RotateIt! improves success within three attempts by 44.0-61.0 percentage points over quasi-static pick-and-place. The simulation-trained policies transfer zero-shot to the real world, achieving 75.6% success, 41% higher first-attempt coverage, and 26% higher final coverage. The resulting states further enable autonomous robotic folding without manual rearrangement.

arXivで原文を読む →arXiv概要ページ

RotateIt!：オンライン適応型動的回転による高速で信頼性の高い片腕での衣類展開

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文