LATENT团队 投稿

量子位 | 公众号 QbitAI

在通盘体育场景中，网球简直是东谈主形机器东谈主最难的沿路考题：

高速来球禁止瞬时判断，全身协同决定回球质料，满场奔走则抓续安妥爆发力与撤废力。

那么，当机器东谈主简直站上球场，它能否像东谈主类畅通员相似完成判断、移动与连络回合击球？

画面中，机器东谈主马上移动脚步骤整站位，高下半身协同挥拍击球，并将球精确抗击到指定位置。面临各式来球，它粗略抓续调遣躯壳姿态与击球时机，与不同水平的网球敌手完成多回合连络对拉。

在网球这么的高动态、高对抗环境中，机器东谈主面临的是时速高出几十公里的来球、幻化莫测的落点轨迹，以及敌手不停变化的击球节律。

更进攻的是，这一才智并非依赖预编程动作已毕，而是机器东谈主通过深度强化学习自主习得——群众初度在东谈主形机器东谈主上已毕高动态网球对打，机器东谈主正在已毕从“机械复刻动作”向“智能有筹备反馈”的底层逾越。

这背后，是来自星河通用与清华大学聚合淡薄的新参谋：LATENT（Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data）

参谋团队淡薄了一种新的机器东谈主畅通学习要领，使东谈主形机器东谈主粗略从不完好的东谈主类动作数据中学习复杂的畅通妙技，并在确实寰球中完成高动态、高敏捷的网球击球与对打任务。

从不完好的东谈主类数据中，构建因循高动态、高敏捷全身畅通才智的“畅通小脑”

传统的东谈主形机器东谈主畅通学习通常依赖高质料遥操作数据进行师法学习，但在网球这么的高动态体育场景中，这类数据简直难以获取。而通过高质料动作捕捉数据完整记录一场网球比赛所触及的东谈主体畅通，则需要高精度、大范围动作捕捉系统，也需要精确获取畅通员的击球手部动作，因此勤勉且简直不行取得。

LATENT提供了一种完全不同的想路：

△ LATENT框架图

不依赖勤勉且简直不行取得的网球全场比竞来往数据，不依赖精确的畅通员击球手部动作，仅靠收罗前后移动、正反手挥拍、横向措施等碎屑化动作，让机器东谈主自主学习畅通妙技空间，构建其“畅通小脑”，从而解锁大范围跑动急停、抗击各式来球的畅通才智。

团队把难以限制化集合的完好内行数据替换为易获取但不完好的东谈主类动作数据，从起源通达机器东谈主畅通妙技学习的数据通路。

界说“畅通妙技空间”，让畅通妙技既当然又可控

只是学习动作片断并不及以让机器东谈主完成复杂畅通任务，重要在于若何把这些零碎教授整合成可扩充的畅通妙技。参谋团队淡薄在隐空间中构建一个“畅通妙技空间”，将碎屑化的东谈主类动作先验组织为可组合、可泛化的妙技结构。

同期，通过在覆按历程中对重要解放度施加随即扰动，该空间允许重要解放度上可被修正、可探索。这一空间使机器东谈主不再只是机械复刻覆按数据，而是取得一个既保留当然畅通作风、又允许击球细节被修正的妙技示意，为后续任务学习出强于原始数据的妙技提供了雄伟的基础。

△ 从覆按数据构建“畅通妙技空间”

在覆按历程中，强化学习运行的蓄意器会在这一妙技空间中进行采样与组合。面临不同来球，机器东谈主不错凭据球速、落点以及本人姿态，对措施、挥拍节律和躯壳姿态进行及时自主蓄意，在保抓当然畅通作风的同期已毕褂讪击球。

此外，机器东谈主还会凭据及时感知对动作进行微调，相称是在击球结尾自主修正挥拍轨迹，从而撤废回球场地与落点，使抗击愈加褂讪、精确。

“隐空间动作障蔽”，像东谈主类网球畅通员般优雅的击球

在网球这么的高动态畅通中，发愤的不单是把球打且归，而是在高动态对抗中既完成任务、又不殉国动作质料。

要是完全依赖强化学习进行探索，机器东谈主通常会找到一些“看风驶船”的战术，举例通过抖动、不当然的动作拼集击中来球。固然任务完成了，但动作质料会严重下落。

为了幸免这一问题，参谋团队淡薄了隐空间动作障蔽Latent Action Barrier（LAB）。

△ 隐空间动作障蔽（LAB）

LAB为强化学习提供了一种受敛迹但不僵化的探索机制。战术不错针对不同来球、自主跑位以及击球动作进行活泼调遣，但同期又不会磨蹭偏离当然的东谈主类畅通风光。

因此，在覆按历程中，机器东谈主既粗略保抓当然褂讪的畅通作风，又粗略迟缓学会相宜不同来球情况，已毕愈加精确的击球撤废。通过这种状貌，机器东谈主最终粗略在高动态环境中已毕褂讪击球，同期保抓当然流通的动作推崇。

践诺考据

为了进一步考据LATANT的性能，参谋通过将战术部署至29解放度的宇树G1机器东谈主，并在MuJoCo仿真器和确实寰球中进行巨额测试。

领先，践诺系统对比了LATANT与经典基线算律举例：PPO、AMP的性能推崇。

△ LATENT与其他要领的性能对比后果

LATANT在击球奏效用（SR），回球落点精确性（DE），重要顺滑进程（Smth）与重要力矩（Torque）上展现出了完满上风：LATENT不仅打得准，况兼打得丝滑！

在确什物理寰球中，参谋者进行了连络20局的东谈主类-机器东谈主连络网球对拉，践诺涵盖机器东谈主正手击球、机器东谈主反手击球、机器东谈主前场击球、机器东谈主后场击球等多种践诺树立。

确实寰球复杂多变，为了在不同场面、不同材质的网球大地上进行褂讪击打，参谋者在仿真中对大地弹性整个、空气阻力、网球质料、机器东谈主骨子能源学性质等多个方面进行了随即扰动，并借助GPU进行大限制强化学习覆按：

△ LATENT真机性能推崇的消融对比

实考据明了LATENT在不同球场位置、不同击球动作的推崇下均有着较高的击球奏效用和击球精确度，而参谋者发现域随即化的加入和覆按中不雅察噪声的引入对网球的在真机上的性能推崇起到重要作用，测试时，机器东谈主展现出了极强的畅通当然性和褂讪性。

△ 机器东谈主网球抗击时的近距离特写

进一步，参谋员在仿真中统计了机器东谈主400轮的网球抗击历程中的机器东谈主全场跑动范围，并可视化了机器东谈主在网球场上的跑动范围和击球轨迹：

△ 机器东谈主的全场跑动范围

实考据明，搭载LATENT的战术的跑动范围隐藏全场，有才智接到来自各个场地的嚚猾击球！

除了东谈主与机器东谈主的对打，参谋团队还展示了两个机器东谈主之间的连络对练场景。这不禁让东谈驾驭猜度十年前通过自我博弈不停提高棋力、最终校服柯洁的AlphaGo。固然两者时刻旅途并不换取，但机器东谈主之间的互动对练，也为曩昔机器东谈主的自主学习与抓续才智进化带来了更多遐想空间。

△ 机器东谈主间进行网球博弈对打

当机器东谈主粗略像东谈主类相似移动、判断并完成复杂畅通任务时，东谈主形机器东谈主的欺诈规模也将进一步彭胀。从畅通文娱到家庭工作，再到各式复杂的东谈主机合作场景，具身智能正在迟缓走出践诺室，干涉确实寰球。

而LATENT所展示的，恰是这一趋势的进攻一步。

从打网球到机器东谈主万能明星——“小脑大脑”协同发展

这么的爆款视频背后，是星河通用在东谈主形机器东谈主领域的抓续深耕。

行为中国具身智能模子路子的代表性企业之一，星河通用亦然刻下少数将模子才智简直落地到确实产业场景的公司。

星河通用设立于2023年5月，本年2月最新一轮融资25亿元，再次刷新具身智能行业单轮融资记录，估值遏止210亿元，稳居中国东谈主形机器东谈主领域估值最高的未上市企业，累计融资额连接稳居首位。

在春晚出圈的背后，是星河通用已酿成硬件-模子-生态的完整闭环：

在硬件层面，Galbot（G1）轮式双臂骨子高效折叠，因循2.4米高摸底触地，兼顾活泼度与性能迭代；

从时刻路子上来看，星河通用主打“仿真为主、真机为辅”的虚实联接覆按管线：自研仿真系统生成百亿级机器东谈骨干活数据集，破解行业确实数据稀缺难题，已毕Sim2Real无缝迁徙，这组成了其具身才智彭胀的底座。

在产业落地层面，星河通用的疆域已隐藏工业、零卖、仓储物流、医疗康养等多个领域。

这标识着，星河通用正在把机器东谈主从践诺室，一步步推向平素活命与确实产业，构建起一张完整的具身智能生态网格。

论文由北京星河通用机器东谈主与清华大学参谋团队聚合完成。论文的共同第一作家为星河通用参谋团队成员：张智楷、卢昊飞、连允睿，三东谈主均为清华大学在读参餬口；通信作家为清华大学交叉信息参谋院助理教诲、上海期智参谋院PI弋力。

一键三连「点赞」「转发」「防止心」

迎接在褒贬区留住你的观点！

— 完 —

咱们正在招聘别称眼疾手快、护理AI的学术裁剪实习生 🎓

感酷好的小伙伴迎接护理 👉 了解细目

🌟 点亮星标 🌟

科技前沿进展逐日见开云官网切尔西赞助商