人形机器人“网球运动员”来了 智能决策响应挑战高动态运动

网球是人形机器人面临的最具挑战性的运动之一。高速来球要求瞬间判断，全身协调决定回球质量，全场奔跑考验爆发力与控制力。当机器人真正站上球场时，能否像人类运动员一样完成判断、移动与连续回合击球成为关键。

视频中展示了机器人迅速调整站位，上下半身协同挥拍击球，并将球精准回击到指定位置。面对各种来球，它能够持续调整身体姿态与击球时机，与不同水平的对手完成多回合连续对拉。在高动态、高对抗环境中，机器人需要应对时速超过几十公里的来球、变幻莫测的落点轨迹以及对手不断变化的击球节奏。

这一能力并非依赖预编程动作实现，而是通过深度强化学习自主习得。这是全球首次在人形机器人上实现高动态网球对打，标志着从“机械复刻动作”向“智能决策响应”的跨越。

研究团队提出了一种新的机器人运动学习方法，使机器人能够从不完美的人类动作数据中学习复杂的运动技能，并在真实世界中完成高动态、高敏捷的网球击球与对打任务。传统的人形机器人运动学习依赖高质量遥操作数据进行模仿学习，但在网球这样的高动态运动场景中，这类数据几乎难以获取。而LATENT提供了一种完全不同的思路：仅靠收集前后移动、正反手挥拍、横向步伐等碎片化动作，让机器人自主学习运动技能空间，从而解锁大范围跑动急停、回击各种来球的能力。

仅仅学习动作片段并不足以让机器人完成复杂运动任务，关键在于如何把这些零散经验整合成可执行的运动技能。研究团队提出在隐空间中构建一个“运动技能空间”，将碎片化的人类动作先验组织为可组合、可泛化的技能结构。通过在训练过程中对关键自由度施加随机扰动，该空间允许关键自由度上可被修正、可探索。这使机器人不再只是机械复刻训练数据，而是获得一个既保留自然运动风格、又允许击球细节被修正的技能表示。

在训练过程中，强化学习驱动的规划器会在这一技能空间中进行采样与组合。面对不同来球，机器人可以根据球速、落点以及自身姿态，对步伐、挥拍节奏和身体姿态进行实时自主规划，在保持自然运动风格的同时实现稳定击球。此外，机器人还会根据实时感知对动作进行微调，特别是在击球末端自主修正挥拍轨迹，从而控制回球方向与落点，使回击更加稳定、精准。

为了进一步验证LATANT的性能，研究通过将策略部署至29自由度的宇树G1机器人，并在MuJoCo仿真器和真实世界中进行大量测试。实验对比了LATANT与经典基线算法例如PPO、AMP的性能表现。结果显示，LATANT在击球成功率、回球落点精准性、关节顺滑程度与关节力矩上展现出了绝对优势。在真实物理世界中，研究者进行了连续20局的人类-机器人连续网球对拉，涵盖多种实验设置。实验证明，LATANT在不同球场位置、不同击球动作的表现下均有着较高的击球成功率和击球精准度。

除了人与机器人的对打，研究团队还展示了两个机器人之间的连续对练场景。这不禁让人联想到十年前通过自我博弈不断提升棋力、最终战胜柯洁的AlphaGo。虽然两者技术路径并不相同，但机器人之间的互动对练也为未来机器人的自主学习与持续能力进化带来了更多想象空间。

当机器人能够像人类一样移动、判断并完成复杂运动任务时，人形机器人的应用边界将进一步扩展。从运动娱乐到家庭服务，再到各种复杂的人机协作场景，具身智能正在逐渐走出实验室，进入真实世界。而LATENT所展示的正是这一趋势的重要一步。