北京2026年3月23日 /美通社/ -- 近日，銀河通用機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器人發(fā)布的最新成果——全球首個面向網(wǎng)球?qū)沟娜诵?a target="_blank">機器人全身實時智能規(guī)控算法：LATENT。

不靠預(yù)編程，銀河通用世界范圍內(nèi)首次攻克人形機器人在長程、高動態(tài)對抗場景中的實時決策與復(fù)雜運動難題。

視頻一經(jīng)發(fā)布，央視新聞第一時間進行報道點贊；

相關(guān)內(nèi)容在海外社交平臺爆火，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)的是一場真實"對抗"：人類與人形機器人在場地中連續(xù)多回合對拉。

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

在所有運動場景中，網(wǎng)球是人形機器人最難的考題：

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

那么，當(dāng)機器人真正站上球場，它能否像人類運動員一樣完成判斷、移動與連續(xù)回合擊球？

畫面中，機器人迅速移動腳步調(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?。面對各種來球，它能夠持續(xù)調(diào)整身體姿態(tài)與擊球時機，與不同水平的網(wǎng)球?qū)κ滞瓿啥嗷睾线B續(xù)對拉。

銀河通用機器人揮拍擊球

在網(wǎng)球這樣的高動態(tài)、高對抗環(huán)境中，機器人面對的是時速超過幾十公里的來球、變幻莫測的落點軌跡，以及對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)編程動作實現(xiàn)，而是機器人通過深度強化學(xué)習(xí)自主習(xí)得——

全球首次在人形機器人上實現(xiàn)高動態(tài)網(wǎng)球?qū)Υ?，機器人正在實現(xiàn)從"機械復(fù)刻動作"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）。

研究團隊提出了一種新的機器人運動學(xué)習(xí)方法，使人形機器人能夠從不完美的人類動作數(shù)據(jù)中學(xué)習(xí)復(fù)雜的運動技能，并在真實世界中完成高動態(tài)、高敏捷的網(wǎng)球擊球與對打任務(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)進行模仿學(xué)習(xí)"的路徑，而是從現(xiàn)實世界更可獲取的數(shù)據(jù)出發(fā)，重新設(shè)計了運動能力的學(xué)習(xí)方式。

從不完美的人類數(shù)據(jù)中，構(gòu)建支持高動態(tài)、高敏捷全身運動能力的"運動小腦"

傳統(tǒng)的人形機器人運動學(xué)習(xí)，往往依賴高質(zhì)量遙操作數(shù)據(jù)進行模仿學(xué)習(xí)。但在網(wǎng)球這樣的高動態(tài)運動場景中，這類數(shù)據(jù)幾乎難以獲取。

一方面，完整記錄一場網(wǎng)球比賽的人體運動，需要高精度、大范圍動作捕捉系統(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@得的運動員全場比賽跑動數(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、正反手揮拍、橫向步伐等碎片化動作，讓機器人自主學(xué)習(xí)運動技能。

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"運動小腦"，從而解鎖大范圍跑動、急停調(diào)整，以及對各種來球的穩(wěn)定回?fù)裟芰Α?/p>

換句話說，LATENT從源頭上解決了一個長期限制機器人發(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)雜且不可簡化的運動能力，從而打通機器人運動技能的可擴展學(xué)習(xí)路徑。

定義"運動技能空間"，讓動作既自然又可控

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

為此，研究團隊在隱空間中構(gòu)建了一個"運動技能空間"。

在這一空間中：

碎片化的人類動作被組織為可組合、可泛化的技能結(jié)構(gòu)；

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

這一空間帶來了一個非常關(guān)鍵的效果：

機器人不再只是復(fù)刻已有動作，而是獲得了一種既保留自然運動風(fēng)格、又允許細(xì)節(jié)優(yōu)化的技能表示。

在強化學(xué)習(xí)驅(qū)動下，規(guī)劃器可以在這個技能空間中進行采樣與組合。面對不同來球，機器人可以基于球速、落點、自身姿態(tài)等信息，對步伐、揮拍節(jié)奏和身體姿態(tài)進行實時規(guī)劃，在保持自然運動風(fēng)格的同時實現(xiàn)穩(wěn)定擊球。

同時，在執(zhí)行過程中，機器人還會根據(jù)實時感知進行微調(diào)，尤其是在擊球末端對揮拍軌跡進行修正，從而實現(xiàn)對回球方向與落點的精細(xì)控制。

"隱空間動作屏障"：像人類網(wǎng)球運動員般優(yōu)雅的擊球

在網(wǎng)球這樣的高動態(tài)對抗中，一個常見問題是：如果完全依賴強化學(xué)習(xí)進行探索，系統(tǒng)往往會發(fā)展出"投機策略"。

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

為了解決這一問題，研究團隊提出了隱空間動作屏障（Latent Action Barrier, LAB）。

隱空間動作屏障（LAB）

LAB為策略學(xué)習(xí)提供了一種約束但不僵化的探索機制：

一方面，允許策略針對不同來球、自主跑位、擊球動作靈活調(diào)整動作；另一方面，限制其不會輕易偏離人類自然運動模式。

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

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

實驗驗證：LATENT 不僅打得準(zhǔn)，并且打得絲滑！

為了驗證LATENT的性能，研究團隊將策略部署在29自由度的人形機器人上，并在仿真與真實環(huán)境中進行了大量測試。

首先，實驗系統(tǒng)對比了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)出了絕對優(yōu)勢：LATENT 不僅打得準(zhǔn)，并且打得絲滑！

在真實世界測試中，機器人完成了連續(xù)20局的人實驗類-機器人網(wǎng)球?qū)荣?，覆蓋機器人正手擊球、反手擊球、網(wǎng)前擊球、后場擊球等多種場景。

真實世界復(fù)雜多變，為了在不同場地、不同材質(zhì)的網(wǎng)球地面上進行穩(wěn)定擊打，研究者在仿真中對地面彈性系數(shù)、空氣阻力、網(wǎng)球質(zhì)量、機器人本體動力學(xué)性質(zhì)等多個方面進行了隨機擾動，并借助GPU 進行大規(guī)模強化學(xué)習(xí)訓(xùn)練：

LATENT 真機性能表現(xiàn)的消融對比

實驗顯示，機器人在真實世界與人類進行網(wǎng)球?qū)?，正手成功率超過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%。

實驗證明了 LATENT 在不同球場位置、不同擊球動作的表現(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)域隨機化的加入和訓(xùn)練中觀察噪聲的引入對機器人在真機上的性能表現(xiàn)起到關(guān)鍵作用，測試時，機器人展現(xiàn)出了極強的運動自然性和穩(wěn)定性。

更進一步，銀河通用團隊在仿真中統(tǒng)計了機器人 400 輪的網(wǎng)球回?fù)暨^程中的機器人全場跑動范圍，并可視化了機器人在網(wǎng)球場上的跑動范圍和擊球軌跡：

實驗證明，搭載LATENT 的策略的跑動范圍覆蓋全場，有能力接到來自各個方向的刁鉆擊球！

除了人與機器人的對打，研究團隊還展示了兩個機器人之間的連續(xù)對練場景。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，但機器人之間的互動對練，也為未來機器人的自主學(xué)習(xí)與持續(xù)能力進化帶來了更多想象空間。

當(dāng)機器人能夠像人類一樣移動、判斷并完成復(fù)雜運動任務(wù)時，人形機器人的應(yīng)用邊界也將進一步擴展。從運動娛樂到家庭服務(wù)，再到各種復(fù)雜的人機協(xié)作場景，具身智能正在逐漸走出實驗室，進入真實世界。

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）"。

人形機器人實現(xiàn)與人類網(wǎng)球?qū)Υ?，正是銀河通用在人形機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)雜場景中的落地應(yīng)用展現(xiàn)了巨大的潛力與價值。

它所驗證的是，人形機器人在復(fù)雜動態(tài)環(huán)境中已經(jīng)實現(xiàn)實時感知、決策與全身協(xié)同控制的能力。

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

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

從這個角度看，網(wǎng)球并非應(yīng)用終點，而是一個高度濃縮的動態(tài)能力測試場。

機器人所對應(yīng)的高速移動、連續(xù)對抗與實時決策，正是復(fù)雜場景所共同具備的特征。LATENT 在這一場景中的表現(xiàn)，為未來更廣泛的場景應(yīng)用提供了堅實的能力驗證。

這是全球范圍內(nèi)人形機器人在真實對抗環(huán)境中實現(xiàn)全自主運動的重要突破，更標(biāo)志著銀河通用機器人正引領(lǐng)行業(yè)，開啟人形機器人運動全自主、無編排，走向場景應(yīng)用的新時代。


審核編輯 黃宇