中国研究人员以一种创新方式训练机器人打网球

中国科学家提出了一种新方法，让机器人学习打网球

来自中国的研究人员公布了创新方法的测试结果，该方法能让机器人快速、简单地掌握网球的基本技能。根据他们的评估，这可能在机器学习和人工智能实际应用方面都带来显著突破——New Atlas 报道。

传统技术为何无效
在大多数运动项目，包括网球中，动作捕捉系统仍无法记录细微细节，例如击球时手腕角度。在动态场地上，这些细节至关重要，而远程控制则效果不佳。

问题进一步复杂化，因为需要从多摄像机视频中提取所需信息，并使用人工智能软件（如 Nvidia 的 Vid2Player3D）。这是一项“复杂过程”，需要深厚的专业知识和工程投入。

研究人员提出了什么
他们创建了一个名为 LATENT 的系统，基于动作捕捉，但仅限于技术基础要素。该系统可以在数据不完整时工作。

- 实验：在五小时内收集“原始技能”数据——右/左击球、侧向移动和交叉步，在部分场地上进行。
- 通过摄像机处理这些数据，生成类人“运动空间”的曲目库。
- 随后将基础技能加载到 Unitree 的仿人机器人 G1（售价 13,500 美元）中。

机器人如何学习
LATENT 系统使 G1 能识别即将来临的球，并使用网拍在网上击回。成功被定义为球落在对侧场地白线范围内。

机器人利用基础技能进行角度、反应时间和不同情境下动作选择的实验。大部分训练在高速仿真中完成。

结果
- 右击球成功率 90%。
- 左击球约 80%。
- 动作看起来流畅灵活，几乎像真正的网球选手。

虽然 G1 尚未准备好参加正式比赛，但它已展示出在掌握游戏方面的显著进步。

这对未来机器人意味着什么
该方法使机器人能够快速适应复杂且动态的情境，为需要在极端条件下迅速反应的实际任务打开了前景——从工业生产到救援行动。

LATENT 软件是开源的，可在 GitHub 上获取。