本论文共同第一作者为王昱然、吴睿海、陈越，导师为北京大学董豪老师。课题组致力于统一的物体表征操作研究，以实现具有可解释性和泛化能力的物体操作 策略。 在机器人操作领域，柔性物体，尤其是衣物的操控始终是一个值得关注的难题。与刚体或铰接物体相比，衣服具有近乎无限的状态空间，以及复杂的动力学特 性，这使得现有方法在应对衣物操作时表现欠佳。 董豪课题组已在柔性物体操作领域进行了诸多探索，其中：（1）GarmentLab作为首个全面的衣物和柔体操作环境与基准平台，提供了关于柔体、流体、可变形物 体的各种仿真和针对二指夹抓取的大量操作任务；（2）GarmentPile重点关注堆叠柔性物体的相关操作，通过功能可供性（Affordance）使机器人能够针对不同堆 叠状态下的衣服泛化并高效完成调整和操作。 （3）泛化能力强的策略框架 HALO 提出分层策略 HALO（Hierarchical gArment-manipuLation pOlicy），结合功能可供性（affordance）与扩散方法（diffusion），自动生成可泛化的操作轨迹，在面对 形状与状态变化巨大的衣物时，表现出优于现有模仿学习方法的稳定泛化能力。 然 ...