面向人形机器人的专业网球风格：自适应运动规划与跟踪框架AdaPT
上海AI实验室等机构提出AdaPT框架，使人形机器人从转播视频学习网球发球和回合风格，并在G1和Dobat Atom机器人上实现真实部署。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身在真实球类运动中展现出潜力，但如何兼顾专业运动风格与任务性能仍是挑战。近期，研究团队提出自适应运动规划与跟踪框架AdaPT，使人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身直接从转播画面学习专业网球发球与回合风格。该框架采用分层设计：规划器生成具有风格的运动学轨迹，跟踪器在执行时尽量不干扰规划。仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身中效果显著，但真实机器人上跟踪性能下降，且自回归规划可能忽略退化，并受感知噪声影响。为此，研究引入适应机制，通过学习跟踪随机化执行速度来增强鲁棒性，同时用学习到的运动速度适配器调整规划器，缓解累积误差。基于Unitree G1的真实实验表明该机制有效缩小了仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身与现实的差距。
团队还在1.7米高的全尺寸身高体型与成年人相当的机器人规格，通常指 1.6 米以上的机型，能无缝使用为人类尺度设计的工具和环境。◆ 小白科普 · 现身Dobat Atom人形机器人上部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身了AdaPT，实现无需动作捕捉的野外发球。实验同时揭示了未来人形球类运动系统在算法与工程方面的见解。相关视频和代码已在项目网站公开。