RoboStriker：自主人形机器人拳击的分层决策
机器人学
2026-02-02 v1
摘要
在人形机器人中实现人类水平的竞争智能和身体敏捷性仍然是一个重大挑战，尤其是在拳击这类高接触、高动态的任务中。虽然多智能体强化学习为策略交互提供了一个原则性框架，但其直接应用于人形机器人控制受到高维接触动力学和缺乏强物理运动先验的阻碍。我们提出了 RoboStriker，一个分三阶段的分层框架，通过将高层策略推理与低层物理执行解耦，实现了完全自主的人形机器人拳击。该框架首先通过在人体运动捕捉数据上训练单智能体运动跟踪器，学习一套全面的拳击技能。随后，这些技能被提炼到一个结构化的潜在流形中，并通过将高斯参数化分布投影到单位超球面上进行正则化。这种拓扑约束有效地将探索限制在物理上可行的运动子空间内。在最后阶段，我们引入了潜在空间神经虚构自博弈，其中竞争智能体通过在潜在动作空间（而非原始运动空间）内交互来学习竞争策略，从而显著稳定了多智能体训练。实验结果表明，RoboStriker 在仿真中实现了优越的竞争性能，并展示了仿真到现实的迁移能力。我们的网站可在 RoboStriker 访问。
引用
@article{arxiv.2601.22517,
title = {RoboStriker: Hierarchical Decision-Making for Autonomous Humanoid Boxing},
author = {Kangning Yin and Zhe Cao and Wentao Dong and Weishuai Zeng and Tianyi Zhang and Qiang Zhang and Jingbo Wang and Jiangmiao Pang and Ming Zhou and Weinan Zhang},
journal= {arXiv preprint arXiv:2601.22517},
year = {2026}
}