动易团队展示人形机器人羽毛球对拉40拍

羽毛球对人形机器人是一项高难度任务：球被重杀后初速可达每小时两三百公里，但受羽毛带来的巨大空气阻力影响，速度会迅速衰减，轨迹呈现前段平直、后段陡降的非对称变化；加上软木与羽毛结构导致重心和压力中心错位，飞行中还会翻转，进一步增加预测难度。

近几年，人形机器人的全身控制能力已从稳定行走扩展到跑、跳、舞蹈等高动态动作。相关研究通常采用分层思路，由高层规划动作或决策、低层负责跟踪执行，并借助人体动捕、视频或业余运动数据提供先验。但在球类任务中，公开成果更多集中于“接到球”，如何根据对手制定策略仍相对不足。

9 月 27 日，在美国匹兹堡举行的 IROS 2026 workshop 上，动易科技刘晨澔介绍了团队在人形机器人羽毛球方向的进展。他们将策略博弈与本能执行拆分，让一台身高 1.35 米的人形机器人与人类完成 40 余拍对拉，并在仿真环境中通过自我博弈学习击球选择与落点判断。

团队此前已积累相关技术。2025 年 11 月，刘晨澔以第一作者发表论文，提出三阶段课程训练统一全身控制器，不依赖动作先验和专家演示，真机最高出球速度达到 19.1 米/秒。之后，团队引入人类参考动作和多个判别器，分别学习上手、下手正手、下手反手等风格，并训练技能选择器为不同来球挑选效果最好的击球方式。

选择羽毛球并非只为展示效果。相比足球、篮球中一次性触球的射门、守门或投篮，球拍类运动要求机器人反复、可靠地击中体积更小的目标；关节端的细微误差会在球拍端被放大，高速来球又压缩了击球窗口。羽毛球还存在强阻力、非线性减速、频繁移动和挥拍时机控制等问题，同时中国拥有庞大的羽毛球运动人群，使其具备现实应用价值。

在真实部署中，机器人还要面对噪声、延迟、干扰和分布外输入，不能只依赖实验室算法表现。系统需要具备导航、捡球、跌倒恢复和长时间稳定运行等能力，因此研发路线从移动与发力开始，逐步扩展到多种击球技能、战术决策、自主运作，最后进入商场快闪场馆等真实环境与人互动。

小脑层面的核心是让机器人同时学会步法和挥拍。团队采用退火式课程训练：初期强调下肢移动奖励，帮助机器人先到达合适位置；随后逐步削弱移动奖励、增强击球奖励，使策略保留下肢能力的同时形成协调的全身动作。在此基础上，系统进一步加入目标回球控制，在策略观测中加入目标区域独热编码，使落点更集中、更准确。

为提升多拍稳定性，团队训练了一个学习型技能选择器，本质上是状态—动作价值函数。它会在仿真中评估同一来球条件下各项技能的任务效用，并选择击中奖励与落点奖励综合最高的动作。演示中，身高 1.35 米的机器人可覆盖 4.4×4.4 米场地，并根据来球位置选择反手等更合适的技能；同一框架约一周内还迁移到乒乓球和足球任务。

在更高层的“大脑”部分，团队将竞技能力建模为零和多智能体强化学习问题。主智能体持续面对一组历史对手训练，并通过优先采样虚拟自博弈，将训练重点放在当前策略较难战胜的对手上；当胜率达到一定水平后保存新快照继续迭代。高层策略观察机器人状态、击球状态、对手状态和历史决策，使用 GRU 输出离散决策，用于决定击球方式和落点。