會打羽球的機器人來了！蘇黎世聯邦理工學院 AI 機器人對戰人類，連續來回 10 拍
讓機器人在複雜動態環境中達成上下肢協調、感知與控制一致性，一直是機器人領域的重大挑戰。蘇黎世聯邦理工學院（ETH Zürich）近期發表一項突破性研究，開發出新型 AI 控制系統，讓四足機器人 ANYmal-D 不只能在羽球場上自主移動與攔截，還能與人類選手對打、維持長達 10 拍的來回。
這款機器人搭載立體攝影機與可揮拍的機械手臂，透過強化學習（Reinforcement Learning, RL）建立統一控制架構，能即時預測羽球軌跡、迅速移動並準確擊球。研究成果已發表於《Science Robotics》期刊。
根據《Interesting Engineering》報導，ANYmal-D 即使是在約 0.375 秒的感知延遲下也能預判來球、快速移動並回擊，且面對時速達 12 公尺的羽球，也能完成追蹤與揮拍反應。該機器人甚至能在必要時抬起前腿、站上後肢，以維持對羽球的視線追蹤，並具備「擊球後回到場中央」這類人類常見的預備姿勢，展現主動感知與空間適應能力。
從視覺感知到擊球，全身一體化訓練是關鍵
該控制系統以不對稱 actor-critic 架構為基礎，每一訓練回合會追蹤多個擊球目標，進行連續、即時的反應學習。這種方法結合了羽球軌跡預測、強化學習與動態辨識，讓機器人在真實環境下也能穩定運作。
研究團隊運用模擬技術，訓練出一套基於強化學習的控制架構，讓機器人能夠依據攝影機的視角追蹤並預測羽球軌跡，並協調四足動作精準移動至回擊位置。
然後，為了縮小模擬與實際操作之間的差距，研究人員建立「感知雜訊模型」（perception noise model），利用攝影機資料估算預測誤差，考量了機器人移動對視覺品質的影響，包含單張畫面的追蹤誤差與攔截點預測點偏差，讓機器人能學會根據感知做出行動。
值得注意的是，研究團隊採取端到端訓練方式，同時訓練機器人上下肢，沒有特別區分手臂與腿部的控制結構，「因此，機器人在訓練過程中自然學會肢體間配合、補償動態誤差，實現全身協調運動，」蘇黎世聯邦理工學院 Robotic Systems Lab 研究者暨論文共同作者 Yuntao Ma 表示，這是其訓練方法的關鍵優勢。
應用場景不只羽球，未來瞄準人類姿勢預測
對於這套系統是否可應用至其他任務，Yuntao Ma 告訴《Interesting Engineering》，該框架具備高度通用性，已延伸應用到機器人精準投擲任務。他們認為，這項研究將主動感知納入強化學習訓練流程的做法，未來適用於各種需要感知與運動高度協調的場景。
目前，ANYmal-D 面對高速度或變化球路時仍受到攝影機性能與致動器速度等硬體限制。Yuntao Ma 認為，提升攝影機更新率與感測能力將有助於縮短延遲、延長對戰時間。未來若能整合「人體姿勢預測」，讓機器人如同人類觀察對手動作來預判來球方向，將進一步強化表現能力。
＊本文部分初稿由 AI 生成，經《TechOrange》編撰，資料來源：《Interesting Engineering》、《COSMOS》、ETH Zürich、《Science Robotics》，首圖來源：擷取自 ETH Zürich