國加州大學柏克萊分校(UC Berkeley) AUTOLAB的研究團隊開發的人工智慧(AI)雙臂機器人SpeedFolding，運用機器視覺、BiMaMa-Net(BiManual Manipulation Network)神經網路、加上兩條機器人手臂，雖然摺疊衣服的速度仍比不上人類，但已遠勝現有的摺衣機器人。

根據Ars Technica報導，由於衣服的高維度組態空間(High dimensional configuration space)與複雜動態，高效率與可靠的完成衣服折疊，長久以來都是機器人操控的一項挑戰，SpeedFolding每小時能折疊30到40件隨意擺放的衣服，平均約兩分鐘內能摺好1件(成功率93%)，目前最快的摺衣機器人每小時只能摺好3到6件。

為解決衣服易起皺的問題，研究團隊採用兩條機器人手臂的配置，能將衣服放平再依指定的優先摺衣線摺好衣服，或許因此而比目前主要採用單一機器人手臂配置的摺衣機器人速度快5到10倍。SpeedFolding會先透過上方的攝影機檢視衣服的初始狀態，計算應抓起衣服的哪兩處，並放平在欲進行摺衣程序的位置。

SpeedFolding採用配備夾抓指尖的ABB YuMi工業機器人，指尖上並附加3D列印的小鋸齒狀粗糙表皮以增加抓取衣服的摩擦力。SpeedFolding的BiMaMa-Net經過4,300個人類與機器輔助的摺衣案例訓練，即使是案例中沒有的衣服顏色、質料、形狀也都能正確處理，潛在應用包括紡織品製造與物流、商業與家庭洗衣、健康照護、餐旅。

UC Berkeley與德國卡爾斯魯爾理工學院(Karlsruhe Institute of Technology)的研究論文將於日本京都的IROS國際會議發表。

By DIGITIMES