Работа исследователей из Galbot, Университета Цинхуа и их коллег получила награду за лучшую статью в области развлечений и досуга на конференции IROS 2026, главная часть которой завершилась в Питтсбурге 30 сентября. Исследование под названием «Обучение атлетическим навыкам игры в теннис человекоподобным роботом на основе несовершенных данных о движениях человека» получило неофициальное название LATENT. В команде также участвуют представители Пекинского университета и Шанхайской лаборатории искусственного интеллекта. Награда присуждена за выполнение удара справа (возврат подачи), а не за робота, играющего целый матч.
Видеофрагменты намеренно неполные. Пять игроков-любителей провели около пяти часов в зоне захвата движений размером примерно 3 на 5 метров, записывая фрагменты ударов справа, слева и передвижений ног. Это не полноценный матч, и в записях не указано, куда должен приземлиться следующий мяч. В статье данные названы несовершенными, поскольку захват движений не полностью соответствует строению тела робота, особенно в области запястья, а фрагменты охватывают базовые движения, а не тактику игры.
LATENT обучает трекер движений, а затем сжимает его в непрерывное латентное пространство действий — своего рода словарь движений тела. Человеческие клипы служат предварительной информацией, а не сценарием. Команда снизила степень доверия трекера к правому запястью, чтобы шумный сустав не доминировал при замахе. Ограничение под названием Latent Action Barrier использует расстояние Махаланобиса, чтобы политика не перескакивала между несвязанными движениями.
Приведенные ниже показатели взяты из статьи. В симуляции полная политика удара справа была успешной в 96,52 процента возвратов, со средней ошибкой приземления 1,32 метра. Сравнительные методы AMP, ASE и PULSE достигли 41,32 процента, 63,47 процента и 71,85 процента соответственно. Удаление барьера снизило успешность удара справа лишь до 93,12 процента, но показатель плавности вырос с 25,61 до 37,64, а крутящий момент сустава — с 7,40 до 12,53, что авторы интерпретировали как более резкие движения.
На реальном роботе Unitree G1 тесты по-прежнему проводились с использованием захвата движений, а не собственных камер робота. Издание Leiphone, ссылаясь на материалы проекта, сообщает, что для установки использовалось более 50 камер на площади 19 на 15 метров. В ходе 20 последовательных розыгрышей, согласно статье, успешность удара справа составила 90,90 процента, удара слева — 77,78 процента, игры у сетки — 88,89 процента и игры с задней линии — 81,82 процента. Успешность означает, что мяч приземлился на стороне противника. Симулированный розыгрыш из 25 ударов между роботами не проводился на реальном корте. В статье захват движений указан как ограничение, а активное зрение — как следующее направление исследований. Результатом является лабораторный возврат подачи справа, а не полноценный теннисный матч.
СМОТРИТЕ ТАКЖЕ:Galbot предлагает человекоподобного робота ET1 по цене от 79 000 юаней (10 100 EUR), с функцией обучения по наблюдению в старших версиях · Galbot выпускает модель LDA-1B World-Action Model и открывает фреймворк · Unitree G1 забивает идеальный лэй-ап: HKUST демонстрирует первую в мире демонстрацию робота для игры в баскетбол в реальных условиях
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
