动易科技刘晨澔：人形机器人羽毛球对拉 40 拍背后的分层革命

首页

动易科技刘晨澔：人形机器人羽毛球对拉 40 拍背后的分层革命 | IROS 2026

AI科技评论

2026-09-29

导读：顶会上的人形机器人高动态运动场景的最新工业级进展。

顶会上的人形机器人高动态运动场景的最新工业级进展。

作者丨邓哲敏

编辑丨齐铖湧

羽毛球因其独特的空气动力学特性，被视为球类运动中难度极高的项目。其初速极快但衰减迅速，轨迹呈不对称弧线，且重心与压力中心分离导致飞行中自旋，极大增加了预测难度。对于人形机器人而言，应对这种高动态场景需要“大小脑”协同：小脑负责稳定的全身控制与动作执行，大脑负责策略博弈与决策。

近期，在 IROS 2026 Workshop 上，中国动易科技（PHYBOT）团队展示了最新成果：一台 1.35 米高的人形机器人在仿真中通过自我博弈学会战术，并在现实中与人类实现超过 40 拍的对拉。该团队通过将策略博弈与本能执行分离，实现了从单一技能到复杂对抗的跨越。

以下是动易科技刘晨在 IROS 2026 “Perception and Decision Making for Athletic Humanoid Robotics” Workshop 上的演讲精编。

▎Humanoid Badminton: Bringing Athletic Robots from the Lab to the Court

主讲人：刘晨澔，动易科技（PHYBOT）

为什么偏偏是羽毛球

过去几年，人形机器人在跑步、跳跃等基础运动技能上已趋于稳定，研究焦点正转向更具挑战性的动态体育运动。相比足球、篮球等单次接触任务，球拍类运动（如网球、乒乓球、羽毛球）要求机器人反复、可靠地击球，且目标体积小、精度高，关节微小误差会在球拍处被放大，形成极窄的击球窗口。

选择羽毛球作为突破口，主要基于其极高的技术门槛：极强的空气阻力导致速度非线性衰减，轨迹预测困难；频繁的加速减速考验下肢敏捷性与挥拍时机。此外，中国庞大的羽毛球用户群体也为其商业化落地提供了广阔场景。我们的目标是将人形机器人从实验室带向真实的运动场。

小脑先练步法与挥拍

实际部署面临噪声、延迟及分布外输入等挑战，要求系统具备极高的可靠性。我们的技术路线遵循“控制-技能-策略-自主性-真实部署”的路径。

1. 解决移动与击球的冲突

羽毛球运动中，步法移动与击球动作在优化目标上常存在冲突。我们采用退火式课程学习方案：第一阶段仅训练下肢移动，随后逐渐移除移动奖励，强化击球奖励。这使得早期习得的下肢能力得以保留，最终形成协调的全身动作。

2. 多样化技能与精准控制

为提升回球可靠性，我们引入多判别器方法，分别学习上旋、下旋、正反手等风格化动作，并训练学习型技能选择器（Q值函数）。该选择器根据来球轨迹评估各技能的任务效用（击中奖励与落点奖励乘积），自动选择最优技能。结合目标区域独热编码，实现了落点的精准控制。

实验显示，配备技能选择器的系统能显著延长对峙回合。目前，我们的机器人在腿式机器人羽毛球比赛中实现了最长的对峙纪录，单回合可连续对拉 40 拍以上，并能覆盖 4.4×4.4 米的场地。

大脑上场学会算球

为实现战略决策与竞技能力，我们将高层问题建模为零和多智能体强化学习。高层策略利用 GRu 网络观察状态，输出击球技巧与落点两个离散决策，交由低层全身控制器执行。

为避免单纯自博弈导致的循环支配困境，我们采用联盟训练机制：

主智能体（Main Agent）：提升整体表现；
主力陪练（Main Exploiter）：主动寻找主智能体弱点；
联盟陪练（League Exploiter）：引入多样化策略。

三者协同制造强对手，暴露并修复策略弱点。模拟结果显示，主智能体面对历史强敌时胜率稳步提升，且能有效弥补自身短板。

该框架具备良好的泛化能力，仅需约一周时间即可迁移至乒乓球和足球领域，证明了全身协调、动态交互等核心能力的通用性。

从实验室到球场

为实现完整闭环，机器人需具备自主捡球能力。我们开发了 DQ-Flow 算法，将运动生成与执行分离。策略利用短时 RGB 观测和本体感知，通过 flow matching 生成全身运动参考；训练时引入深度监督以增强几何表征，但部署时仅需 RGB 图像。生成的参考由混合全身控制器异步实时执行，确保机器人持续移动无需等待推理。