北京2026年3月23日 /美通社/ -- 近日，銀河通用機(jī)器人與真人選手的連續(xù)自主網(wǎng)球?qū)Υ蛞曨l刷爆全網(wǎng)。

這背后是銀河通用機(jī)器人發(fā)布的最新成果——全球首個(gè)面向網(wǎng)球?qū)沟娜诵?a target="_blank">機(jī)器人全身實(shí)時(shí)智能規(guī)控算法：LATENT。

不靠預(yù)編程，銀河通用世界范圍內(nèi)首次攻克人形機(jī)器人在長(zhǎng)程、高動(dòng)態(tài)對(duì)抗場(chǎng)景中的實(shí)時(shí)決策與復(fù)雜運(yùn)動(dòng)難題。

視頻一經(jīng)發(fā)布，央視新聞第一時(shí)間進(jìn)行報(bào)道點(diǎn)贊；

相關(guān)內(nèi)容在海外社交平臺(tái)爆火，馬斯克看到后立即關(guān)注回復(fù)；

AI知名研究員Andrej Karpathy自發(fā)評(píng)論表示驚嘆，一度"懷疑"視頻是由 AI 生成。

然而，視頻呈現(xiàn)的是一場(chǎng)真實(shí)"對(duì)抗"：人類與人形機(jī)器人在場(chǎng)地中連續(xù)多回合對(duì)拉。

但真正打動(dòng)大家的，不止是"機(jī)器人能打網(wǎng)球"，而是：機(jī)器人不是在執(zhí)行預(yù)先編程的動(dòng)作，而是在像人一樣——全場(chǎng)跑動(dòng)、自主決策、精確擊打。

在所有運(yùn)動(dòng)場(chǎng)景中，網(wǎng)球是人形機(jī)器人最難的考題：

高速來球逼迫瞬時(shí)判斷，全身協(xié)同決定回球質(zhì)量，滿場(chǎng)奔跑則持續(xù)考驗(yàn)爆發(fā)力與控制力。

那么，當(dāng)機(jī)器人真正站上球場(chǎng)，它能否像人類運(yùn)動(dòng)員一樣完成判斷、移動(dòng)與連續(xù)回合擊球？

畫面中，機(jī)器人迅速移動(dòng)腳步調(diào)整站位，上下半身協(xié)同揮拍擊球，并將球精準(zhǔn)回?fù)舻街付ㄎ恢?。面?duì)各種來球，它能夠持續(xù)調(diào)整身體姿態(tài)與擊球時(shí)機(jī)，與不同水平的網(wǎng)球?qū)κ滞瓿啥嗷睾线B續(xù)對(duì)拉。

銀河通用機(jī)器人揮拍擊球

在網(wǎng)球這樣的高動(dòng)態(tài)、高對(duì)抗環(huán)境中，機(jī)器人面對(duì)的是時(shí)速超過幾十公里的來球、變幻莫測(cè)的落點(diǎn)軌跡，以及對(duì)手不斷變化的擊球節(jié)奏。

更重要的是，這一能力并非依賴預(yù)編程動(dòng)作實(shí)現(xiàn)，而是機(jī)器人通過深度強(qiáng)化學(xué)習(xí)自主習(xí)得——

全球首次在人形機(jī)器人上實(shí)現(xiàn)高動(dòng)態(tài)網(wǎng)球?qū)Υ?，機(jī)器人正在實(shí)現(xiàn)從"機(jī)械復(fù)刻動(dòng)作"向"智能決策響應(yīng)"的底層跨越。

這背后，是來自銀河通用與清華大學(xué)聯(lián)合提出的新研究：

LATENT（Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data）。

研究團(tuán)隊(duì)提出了一種新的機(jī)器人運(yùn)動(dòng)學(xué)習(xí)方法，使人形機(jī)器人能夠從不完美的人類動(dòng)作數(shù)據(jù)中學(xué)習(xí)復(fù)雜的運(yùn)動(dòng)技能，并在真實(shí)世界中完成高動(dòng)態(tài)、高敏捷的網(wǎng)球擊球與對(duì)打任務(wù)。

這其中的關(guān)鍵在于：

LATENT并沒有沿用傳統(tǒng)"高質(zhì)量遙操數(shù)據(jù)進(jìn)行模仿學(xué)習(xí)"的路徑，而是從現(xiàn)實(shí)世界更可獲取的數(shù)據(jù)出發(fā)，重新設(shè)計(jì)了運(yùn)動(dòng)能力的學(xué)習(xí)方式。

從不完美的人類數(shù)據(jù)中，構(gòu)建支持高動(dòng)態(tài)、高敏捷全身運(yùn)動(dòng)能力的"運(yùn)動(dòng)小腦"

傳統(tǒng)的人形機(jī)器人運(yùn)動(dòng)學(xué)習(xí)，往往依賴高質(zhì)量遙操作數(shù)據(jù)進(jìn)行模仿學(xué)習(xí)。但在網(wǎng)球這樣的高動(dòng)態(tài)運(yùn)動(dòng)場(chǎng)景中，這類數(shù)據(jù)幾乎難以獲取。

一方面，完整記錄一場(chǎng)網(wǎng)球比賽的人體運(yùn)動(dòng)，需要高精度、大范圍動(dòng)作捕捉系統(tǒng)；另一方面，擊球過程中手部細(xì)節(jié)的捕捉要求極高，使得數(shù)據(jù)采集成本極高且技幾乎不可獲得。

LATENT提供了一種完全不同的思路：

它不依賴昂貴且?guī)缀醪豢色@得的運(yùn)動(dòng)員全場(chǎng)比賽跑動(dòng)數(shù)據(jù)，也不依賴精確的擊球手部軌跡，而是僅通過收集前后移動(dòng)、正反手揮拍、橫向步伐等碎片化動(dòng)作，讓機(jī)器人自主學(xué)習(xí)運(yùn)動(dòng)技能。

銀河通用與清華大學(xué)聯(lián)合提出的新研究LATENT 框架圖

這些數(shù)據(jù)，在LATENT中被構(gòu)建為"運(yùn)動(dòng)小腦"，從而解鎖大范圍跑動(dòng)、急停調(diào)整，以及對(duì)各種來球的穩(wěn)定回?fù)裟芰Α?/p>

換句話說，LATENT從源頭上解決了一個(gè)長(zhǎng)期限制機(jī)器人發(fā)展的關(guān)鍵問題：

如何利用可獲得的數(shù)據(jù)，學(xué)習(xí)復(fù)雜且不可簡(jiǎn)化的運(yùn)動(dòng)能力，從而打通機(jī)器人運(yùn)動(dòng)技能的可擴(kuò)展學(xué)習(xí)路徑。

定義"運(yùn)動(dòng)技能空間"，讓動(dòng)作既自然又可控

僅僅擁有動(dòng)作片段，并不足以完成復(fù)雜運(yùn)動(dòng)任務(wù)。真正的關(guān)鍵在于：如何將這些零散經(jīng)驗(yàn)組織成可執(zhí)行、可泛化的運(yùn)動(dòng)能力。

為此，研究團(tuán)隊(duì)在隱空間中構(gòu)建了一個(gè)"運(yùn)動(dòng)技能空間"。

在這一空間中：

碎片化的人類動(dòng)作被組織為可組合、可泛化的技能結(jié)構(gòu)；

在訓(xùn)練過程中，對(duì)關(guān)鍵自由度引入隨機(jī)擾動(dòng)，使技能具備可修正、可探索能力。

這一空間帶來了一個(gè)非常關(guān)鍵的效果：

機(jī)器人不再只是復(fù)刻已有動(dòng)作，而是獲得了一種既保留自然運(yùn)動(dòng)風(fēng)格、又允許細(xì)節(jié)優(yōu)化的技能表示。

在強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)下，規(guī)劃器可以在這個(gè)技能空間中進(jìn)行采樣與組合。面對(duì)不同來球，機(jī)器人可以基于球速、落點(diǎn)、自身姿態(tài)等信息，對(duì)步伐、揮拍節(jié)奏和身體姿態(tài)進(jìn)行實(shí)時(shí)規(guī)劃，在保持自然運(yùn)動(dòng)風(fēng)格的同時(shí)實(shí)現(xiàn)穩(wěn)定擊球。

同時(shí)，在執(zhí)行過程中，機(jī)器人還會(huì)根據(jù)實(shí)時(shí)感知進(jìn)行微調(diào)，尤其是在擊球末端對(duì)揮拍軌跡進(jìn)行修正，從而實(shí)現(xiàn)對(duì)回球方向與落點(diǎn)的精細(xì)控制。

"隱空間動(dòng)作屏障"：像人類網(wǎng)球運(yùn)動(dòng)員般優(yōu)雅的擊球

在網(wǎng)球這樣的高動(dòng)態(tài)對(duì)抗中，一個(gè)常見問題是：如果完全依賴強(qiáng)化學(xué)習(xí)進(jìn)行探索，系統(tǒng)往往會(huì)發(fā)展出"投機(jī)策略"。

例如，通過抖動(dòng)、非自然動(dòng)作勉強(qiáng)完成擊球——任務(wù)完成了，但動(dòng)作質(zhì)量嚴(yán)重下降。

為了解決這一問題，研究團(tuán)隊(duì)提出了隱空間動(dòng)作屏障（Latent Action Barrier, LAB）。

隱空間動(dòng)作屏障（LAB）

LAB為策略學(xué)習(xí)提供了一種約束但不僵化的探索機(jī)制：

一方面，允許策略針對(duì)不同來球、自主跑位、擊球動(dòng)作靈活調(diào)整動(dòng)作；另一方面，限制其不會(huì)輕易偏離人類自然運(yùn)動(dòng)模式。

這種"有約束的探索"，使機(jī)器人在訓(xùn)練過程中既能不斷適應(yīng)復(fù)雜環(huán)境，又不會(huì)犧牲動(dòng)作的自然性與穩(wěn)定性。

最終結(jié)果是：機(jī)器人不僅"能打到球"，而且能夠在高動(dòng)態(tài)環(huán)境中以接近人類運(yùn)動(dòng)員的方式完成穩(wěn)定擊球，且動(dòng)作流暢、節(jié)奏自然。

實(shí)驗(yàn)驗(yàn)證：LATENT 不僅打得準(zhǔn)，并且打得絲滑！

為了驗(yàn)證LATENT的性能，研究團(tuán)隊(duì)將策略部署在29自由度的人形機(jī)器人上，并在仿真與真實(shí)環(huán)境中進(jìn)行了大量測(cè)試。

首先，實(shí)驗(yàn)系統(tǒng)對(duì)比了LATANT 與經(jīng)典基線算法例如：PPO、AMP 的性能表現(xiàn)。

LATANT 在擊球成功率（SR），回球落點(diǎn)精準(zhǔn)性（DE），關(guān)節(jié)順滑程度（Smth）與關(guān)節(jié)力矩（Torque）上展現(xiàn)出了絕對(duì)優(yōu)勢(shì)：LATENT 不僅打得準(zhǔn)，并且打得絲滑！

在真實(shí)世界測(cè)試中，機(jī)器人完成了連續(xù)20局的人實(shí)驗(yàn)類-機(jī)器人網(wǎng)球?qū)荣?，覆蓋機(jī)器人正手擊球、反手擊球、網(wǎng)前擊球、后場(chǎng)擊球等多種場(chǎng)景。

真實(shí)世界復(fù)雜多變，為了在不同場(chǎng)地、不同材質(zhì)的網(wǎng)球地面上進(jìn)行穩(wěn)定擊打，研究者在仿真中對(duì)地面彈性系數(shù)、空氣阻力、網(wǎng)球質(zhì)量、機(jī)器人本體動(dòng)力學(xué)性質(zhì)等多個(gè)方面進(jìn)行了隨機(jī)擾動(dòng)，并借助GPU 進(jìn)行大規(guī)模強(qiáng)化學(xué)習(xí)訓(xùn)練：

LATENT 真機(jī)性能表現(xiàn)的消融對(duì)比

實(shí)驗(yàn)顯示，機(jī)器人在真實(shí)世界與人類進(jìn)行網(wǎng)球?qū)校殖晒β食^90%，反手接近 80%，網(wǎng)前成功率接近 90%，底線附近擊球成功率超過 80%。

實(shí)驗(yàn)證明了 LATENT 在不同球場(chǎng)位置、不同擊球動(dòng)作的表現(xiàn)下均有著較高的擊球成功率和擊球精準(zhǔn)度，而研究者發(fā)現(xiàn)域隨機(jī)化的加入和訓(xùn)練中觀察噪聲的引入對(duì)機(jī)器人在真機(jī)上的性能表現(xiàn)起到關(guān)鍵作用，測(cè)試時(shí)，機(jī)器人展現(xiàn)出了極強(qiáng)的運(yùn)動(dòng)自然性和穩(wěn)定性。

更進(jìn)一步，銀河通用團(tuán)隊(duì)在仿真中統(tǒng)計(jì)了機(jī)器人 400 輪的網(wǎng)球回?fù)暨^程中的機(jī)器人全場(chǎng)跑動(dòng)范圍，并可視化了機(jī)器人在網(wǎng)球場(chǎng)上的跑動(dòng)范圍和擊球軌跡：

實(shí)驗(yàn)證明，搭載LATENT 的策略的跑動(dòng)范圍覆蓋全場(chǎng)，有能力接到來自各個(gè)方向的刁鉆擊球！

除了人與機(jī)器人的對(duì)打，研究團(tuán)隊(duì)還展示了兩個(gè)機(jī)器人之間的連續(xù)對(duì)練場(chǎng)景。這不禁讓人聯(lián)想到十年前通過自我博弈不斷提升棋力、最終戰(zhàn)勝柯潔的AlphaGo。

雖然兩者技術(shù)路徑并不相同，但機(jī)器人之間的互動(dòng)對(duì)練，也為未來機(jī)器人的自主學(xué)習(xí)與持續(xù)能力進(jìn)化帶來了更多想象空間。

當(dāng)機(jī)器人能夠像人類一樣移動(dòng)、判斷并完成復(fù)雜運(yùn)動(dòng)任務(wù)時(shí)，人形機(jī)器人的應(yīng)用邊界也將進(jìn)一步擴(kuò)展。從運(yùn)動(dòng)娛樂到家庭服務(wù)，再到各種復(fù)雜的人機(jī)協(xié)作場(chǎng)景，具身智能正在逐漸走出實(shí)驗(yàn)室，進(jìn)入真實(shí)世界。

從"打網(wǎng)球"，到具身智能的下一步

值得關(guān)注的是，這一突破依托于銀河通用已構(gòu)建的全身全手端到端具身大模型"銀河星腦（AstraBrain）"。

人形機(jī)器人實(shí)現(xiàn)與人類網(wǎng)球?qū)Υ?，正是銀河通用在人形機(jī)器人大小腦方面探索的關(guān)鍵一步，這一突破也為其后續(xù)在復(fù)雜場(chǎng)景中的落地應(yīng)用展現(xiàn)了巨大的潛力與價(jià)值。

它所驗(yàn)證的是，人形機(jī)器人在復(fù)雜動(dòng)態(tài)環(huán)境中已經(jīng)實(shí)現(xiàn)實(shí)時(shí)感知、決策與全身協(xié)同控制的能力。

這種寶貴能力，是真實(shí)世界任務(wù)共同依賴的技術(shù)基礎(chǔ)。

無論是在工業(yè)場(chǎng)景中的精細(xì)操作，還是在零售、服務(wù)等開放環(huán)境中的持續(xù)交互，乃至走進(jìn)家庭面對(duì)更加多變的生活環(huán)境，核心都在于機(jī)器人能否在變化中保持穩(wěn)定判斷，在運(yùn)動(dòng)中自主完成閉環(huán)決策。

從這個(gè)角度看，網(wǎng)球并非應(yīng)用終點(diǎn)，而是一個(gè)高度濃縮的動(dòng)態(tài)能力測(cè)試場(chǎng)。

機(jī)器人所對(duì)應(yīng)的高速移動(dòng)、連續(xù)對(duì)抗與實(shí)時(shí)決策，正是復(fù)雜場(chǎng)景所共同具備的特征。LATENT 在這一場(chǎng)景中的表現(xiàn)，為未來更廣泛的場(chǎng)景應(yīng)用提供了堅(jiān)實(shí)的能力驗(yàn)證。

這是全球范圍內(nèi)人形機(jī)器人在真實(shí)對(duì)抗環(huán)境中實(shí)現(xiàn)全自主運(yùn)動(dòng)的重要突破，更標(biāo)志著銀河通用機(jī)器人正引領(lǐng)行業(yè)，開啟人形機(jī)器人運(yùn)動(dòng)全自主、無編排，走向場(chǎng)景應(yīng)用的新時(shí)代。


審核編輯 黃宇