可变形物体的机器人操作是一项具有挑战性的任务。但是，布料操作等任务在日常环境中很有用。最近发表在 arXiv.org 上的一篇论文提出了一种用于毛巾折叠任务的新方法。

研究人员建议使用卷积神经网络 (CNN) 作为关键点检测器，从单个 RGB 图像估计毛巾角的 2D 位置。然后，基于这些语义关键点执行脚本化的开环抓取和准静态折叠轨迹。关键点检测器完全根据合成数据进行训练。

结果表明，合成数据适用于布料折叠关键点的检测。系统性能评价显示，抓取成功率约为77%，折叠成功率约为53%;因此，需要更广泛的调整才能完全克服现实差距。