HITTER：通过层次规划与学习实现的人类化机械臂球拍乒乓机器人
机器人学
2025-09-05 v2
摘要
人类化机器人近期在运动学与全身控制方面取得了显著进展，但在需要快速与动态环境交互的任务中仍受限。乒乓球是典型挑战：球速可超过 5 米/秒，玩家需在亚秒反应时间内进行感知、预测与动作，要求灵活性与精准性。为此，我们提出一种层次化框架，将基于模型的规划器用于球轨预测与球拍目标规划，与基于强化学习的全身控制器集成。规划器决定击球位置、速度与时机，控制器生成协调的肢体动作，模拟人类击球并在连续回合中保持稳定性与灵活性。此外，为鼓励自然运动，在训练中引入了人类动作参考。我们在通用人形机器人上验证系统，实现与人类对手最多 106 球的连续击球，以及与另一人形机器人持续对抗。这些结果展示了亚秒级响应控制下的人形乒乓球，标志着向灵活互动人形行为的进步。
引用
@article{arxiv.2508.21043,
title = {HITTER: A HumanoId Table TEnnis Robot via Hierarchical Planning and Learning},
author = {Zhi Su and Bike Zhang and Nima Rahmanian and Yuman Gao and Qiayuan Liao and Caitlin Regan and Koushil Sreenath and S. Shankar Sastry},
journal= {arXiv preprint arXiv:2508.21043},
year = {2025}
}
备注
add more references