机器人与人类对战乒乓球的画面令人惊叹不已:不仅能完成并步接球等高难度动作,在0.42秒内实现极限反回应变扣杀甚至持续对抗达到106回合——这样的表现远超普通玩家水平。
这项由清华大学姚班本科生苏智(师从吴翼教授)主导的研究成果,在最新论文《HITTER: A HumanoId Table TEnnis Robot via Hierarchical Planning and Learning》中得到详细阐述。
研究团队构建了结合模型规划与强化学习的分层架构系统:高层模块通过基于模型的预测算法实时追踪乒乓球轨迹,并计算最优击球点位、速度及时机;
底层则采用强化学习驱动全身控制器,在接收到规划指令后协调手臂摆动与腿部移动完成精准击打动作。
具体实施过程中研究人员对宇树G1机器人进行了改造——将其手掌改装为标准乒乓球拍并固定于标准尺寸球台进行训练。
感知系统采用九组360Hz刷新率OptiTrack光学追踪摄像头实现毫米级定位精度。
预测数据经处理后转化为具体击打参数输入控制系统,并通过持续强化学习优化运动策略。
为增强动作自然性,在训练阶段引入了人类正反手挥拍动作作为参考模板——这种设计使机器人展现出类似人类腰部旋转等标志性击球姿态。
实际测试显示:面对26次发球挑战时G1成功回击24次(含一次未形成有效回拍),仅失误两次达成96.2%击中率及92.3%有效回拍率;
人机对抗场景中更创下连续对抗106回合的世界纪录,并展现出精准化解扣杀的能力。
值得注意的是该系统不仅支持人机对战模式,在完全自主环境下也能实现持续对抗。
这项突破性进展标志着人形机器人在动态环境物体交互领域取得重要进展:需在毫秒级时间内完成环境感知-轨迹预测-动作规划-运动执行全链条操作,并同步协调全身多关节协同运动以维持平衡与精准度——这对机器人系统的实时计算能力及运动控制提出了极高要求。
随着研究团队透露未来将拓展更多应用场景的消息,我们不禁期待这场”人机乒乓大战”将如何改写竞技体育的历史篇章?
参考文献: [1]https://arxiv.org/pdf/2508.21043 [2]https://humanoid-table-tennis.github.io
评论列表 (0条):
加载更多评论 Loading...