两台人形机器人组队打乒乓 连续对拉十多拍

乒乓球双打对人类来说都足够难：两人挤在半张球台后，必须严格轮流击球，还得在出手后立刻给队友让位。据Interesting Engineering报道，来自中国香港的香港大学、上海创新研究院、Archon Robotics和英伟达的研究者近日发布了名为PingpongDuo的控制框架，让两台人形机器人真正打起了双打。

该框架采用层级控制：在团队层面，规划器为两台机器人选定站位目标，一个学习得到的风险估计器会评估每个动作里手、脚和身体发生碰撞的概率，安全过滤器随后调整有风险的站位方案，并优先保障正准备击球那台机器人的动作空间。在个体层面，系统为步法和球拍控制分别训练了AI策略——研究者用人类双打比赛视频训练出约200条覆盖不同移动距离的步法序列库，让机器人学会在击球、让位、回位和等待四种状态之间切换，而不必每次回到标准姿势。

击球环节另有一套细化策略：根据机器人当前姿态和对球的位置、速度估计，实时调整持拍手臂的7个关节。为了让策略可靠，团队用真实的球体飞行、台面弹跳和拍面接触数据校准了物理仿真，让系统能学会挥拍方式的细微变化如何影响回球是否过网、是否落在对方台面。

成绩单相当具体：在仿真中，PingpongDuo的回球成功率比现有最优基线提高了13.2％，让位阶段的定位误差约2厘米；在真机上，两台宇树G1人形机器人完成了十多次连续交替击球，一次2.15米的让位加回位动作周期仅用2.4秒，峰值速度达到每秒2.23米。

研究团队也坦承局限：目前系统依赖外部动作捕捉设备定位，也尚未考虑乒乓球旋转的影响。下一步方向是机载感知、旋转估计以及自主的进攻与防守策略。让机器人学会"给队友让路"这类协作能力，被认为是人形机器人走向真实共享空间的关键一步。

编译自 Interesting Engineering，原标题："Two humanoid robots team up to play table tennis doubles, rally for over 10 shots"