LATENT团队 投稿 量子位 | 公众号 QbitAI
在所有运动场景中，网球几乎是人形机器人最难的一道考题：
高速来球逼迫瞬时判断，全身协同决定回球质量，满场奔跑则持续考验爆发力与控制力。
那么，当机器人真正站上球场，它能否像人类运动员一样完成判断、移动与连续回合击球？
画面中，机器人迅速移动脚步调整站位，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，与不同水平的网球对手完成多回合连续对拉。
在网球这样的高动态、高对抗环境中，机器人面对的是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。
更重要的是，这一能力并非依赖预编程动作实现，而是机器人通过深度强化学习自主习得——全球首次在人形机器人上实现高动态网球对打，机器人正在实现从“机械复刻动作”向“智能决策响应”的底层跨越。
这背后，是来自银河通用与清华大学联合提出的新研究：LATENT（Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data）。项目主页：zzk273.github.io/LATENT/，开源代码：github.com/GalaxyGeneralRobotics/LATENT。
研究团队提出了一种新的机器人运动学习方法，使人形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。
从不完美的人类数据中，构建支持高动态、高敏捷全身运动能力的“运动小脑”
传统的人形机器人运动学习往往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。而通过高质量动作捕捉数据完整记录一场网球比赛所涉及的人体运动，则需要高精度、大范围动作捕捉系统，也需要精准获取运动员的击球手部动作，因此昂贵且几乎不可获得。
LATENT提供了一种完全不同的思路：
△ LATENT框架图
不依赖昂贵且几乎不可获得的网球全场比赛跑动数据，不依赖精准的运动员击球手部动作，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，构建其“运动小脑”，从而解锁大范围跑动急停、回击各种来球的运动能力。
团队把难以规模化采集的完美专家数据替换为易获取但不完美的人类动作数据，从源头打开机器人运动技能学习的数据通路。
定义“运动技能空间”，让运动技能既自然又可控
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。
同时，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。这一空间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，为后续任务学习出强于原始数据的技能提供了强大的基础。
△ 从训练数据构建“运动技能空间”
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。