人形机器人实现羽毛球40拍对拉

羽毛球是球类运动中对动态控制要求极高的项目之一。杀球初速可达两三百公里每小时，但受十六片羽毛的空气阻力影响，飞行速度剧烈衰减，轨迹呈现前段平直、后段陡降的非对称弧线。此外，羽毛球软木与羽毛的结构使得重心与压力中心分离，飞行过程中的自翻转让落点预测极具挑战。

面对这种兼顾灵敏位移与精准挥拍的高动态场景，机器人需要一套分工明确的大小脑架构。在 IROS 2026 研讨会上，动易科技（PHYBOT）团队分享了其研发进展：通过将策略博弈与全身运动执行彻底解耦，成功让一台高 1.35 米的人形机器人与人类连续对拉超过 40 拍，并支持自主捡球。

挑战：高速对抗下的毫米级精度

球拍类运动对机器人的感知与控制提出了极高要求。首先，目标物体体积远小于足球或篮球，控制精度要求提升约一个数量级；其次，连续多回合对抗要求机器人必须稳定、重复地击中狭窄的挥拍窗口；最后，关节处的微小误差会在拍头被放大数倍。

动易科技通过分层设计化解了这一矛盾：高层负责战术决策与技能挑选，低层专注于稳健的全身运动执行。

小脑打底：退火课程与技能选择器

步法移动与挥拍发力在优化过程中容易产生冲突。团队采用退火式课程学习：在训练初期仅引入下肢位移奖励，引导稀疏击球；随着步法稳定，逐渐降低移动权重，转由击球奖励主导，最终形成协调的全身发力控制。

为丰富动作库，团队引入人类参考动作，利用对应上手、下手正手、下手反手的三个判别器分别捕获不同风格动作。随后，团队训练了一个学习型技能选择器（Q 值函数）。面对不同来球轨迹，选择器会评估各技能的任务效用，实时选出最佳击球方式。依靠这套机制，仅 1.35 米高的机器人成功覆盖了 4.4×4.4 米的半场区域，真机连续回球超 40 拍。

大脑算球：多智能体自博弈演化

要从“能打”进阶到“赢球”，机器人必须掌握战术博弈。团队将高层策略建模为零和博弈问题：

1. GRU 战术输出：基于球体轨迹、自身姿态和对手状态，高层策略输出离散击球技巧与回球目标落点，交由固定的低层全身控制器执行。
2. 联盟训练机制：单纯自博弈易陷入“剪刀石头布”式的循环克制，团队引入主智能体（Main Agent）、主力陪练（Main Exploiter）和联盟陪练（League Exploiter）三种角色，持续寻找并修复策略漏洞。

在完成羽毛球算法验证后，这套控制与决策框架仅用约一周时间，便顺利迁移至乒乓球和足球运动，展现出较强的算法通用性。

闭环落地：DQ-Flow 实现自主捡球

在商场快闪等真实场景中，机器人除了对抗击球，还需具备自主捡球能力。由于下蹲捡球时机器人视角和身体构型剧烈变化，团队提出了 DQ-Flow 架构。

该方案将动作生成与动作执行分离。策略接收短时单目 RGB 历史和本体感知数据，通过 flow matching 生成全身参考轨迹；训练阶段加入深度查询以辅助学习几何表征，实际推理时完全无需深度相机。生成的轨迹送入混合全身控制器：平衡与抗扰要求高的下肢和躯干由强化学习控制器跟踪，上肢与夹爪则执行精确轨迹跟踪。二者异步运行，确保机器人持续移动而不因模型推理停顿。

动易科技表示，人形机器人走向竞技运动的关键在于系统工程，人类先验、博弈对抗驱动演化，以及硬件力矩和算法优化的同步迭代，是机器人走出实验室进入真实赛场的基石。