Ace! Motion Planning of Professional-Level Table Tennis Serves with a Robot Arm
本文提出了一种结合运动基元、模型预测控制与贝叶斯优化的新颖框架，旨在使机器人手臂能够生成具有旋转和速度能力、且能达到或超过精英人类选手水平的专业级、符合规则的乒乓球发球。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，一只机械臂正试图学习如何玩世界上最快、旋转最剧烈的乒乓球比赛。多年来，科学家们一直教机器人如何回击飞向它们的球（就像守门员扑救点球一样）。但教机器人如何发球——即抛起球并以如此完美的速度和旋转击打，使其无法被回击——这就像是在尝试教一个蒙着眼睛的幼儿投出一个完美的曲线球。
这篇论文介绍了“Ace!”，这是一个终于让机器人能够像世界级职业选手一样发球的新系统。以下是他们是如何实现的，通过简单的概念进行了解析：
1. 问题所在：“完美发球”很难
在乒乓球运动中，发球是球员唯一能完全控制的动作。要完成一次精彩的发球，你必须：
- 向上抛球（这很棘手，因为球会晃动）。
- 用球拍以极高的速度击球。
- 施加巨大的“旋转”（让球在空中发生弧线运动）。
- 确保球在你的半场弹跳一次，然后在对手的半场弹跳一次，且不撞到球网。
机器人通常在这里表现挣扎，因为它们是僵硬且精确的，而人类的发球动作是流畅、爆发性且带有轻微混乱感的。机器人需要足够精确以击中球，同时又要足够灵活以创造出旋转球那种混沌的物理特性。
2. 解决方案：三部分配方
团队构建了一个结合了三种不同“工具”的系统来解决这个难题：
运动规划器（编舞师）：
把它想象成一位舞蹈教练。它计算机械臂需要走的精确路径。它不仅仅是说“把手臂移到这里”；它将动作分解为极其微小且平滑的步骤（就像每秒32帧的电影），以确保手臂移动平滑，不会出现抖动或断裂。它规划从起始位置到击中球的精确时刻，以及之后如何安全停止的路径。物理模拟器（水晶球）：
在机器人实际击球之前，该系统会在计算机中运行数千种“如果……会怎样”的情景。它会询问：“如果我用这种力度和这种旋转量击打，球会落在哪里？”它会检查球是否撞网、是否出界，或者机器人的手臂是否撞到了桌子。AI 优化器（教练）：
这是整个操作的大脑。他们使用了一种名为 HEBO 的智能算法（这就像一位超级聪明的试错型教练）。- 教练尝试一次发球。
- 模拟器检查这次发球是否成功。
- 如果发球失败（撞网），教练会学习为什么失败，并稍微调整计划。
- 如果发球成功（高速、高旋转、落点完美），教练会记住这个计划。
- 随着时间的推移，教练找到了结合速度、角度和旋转的“完美”组合，而这对于人类来说很难通过计算得出。
3. “秘诀”：应对晃动
其中一个最大的挑战是抛球。当人类抛球时，球会轻微晃动。如果机器人根据一个“完美”的理论抛球进行规划，它会失手，因为真实的球会略有偏差。
团队通过教机器人变得**鲁棒（稳健）**来解决这个问题。他们并没有针对一个完美的抛球进行规划，而是让 AI 测试了数千种略有不同的晃动抛球。他们只保留那些即使在球发生晃动时依然有效的发球计划。这就像学习骑自行车不仅是在平坦的路上，而是在颠簸的路上，这样即使路面不平时也不会摔倒。
4. 结果：击败职业选手
团队在真实的锦标赛中，在有官方裁判的情况下，让他们的机器人与精英及职业人类选手（包括奥运奖牌获得者）进行了测试。
- 速度与旋转： 机器人的球旋转速度可达 550 弧度/秒，击球速度为 6.7 米/秒。这些数字与甚至超越了顶尖人类选手。
- 胜率： 机器人不仅会发球，还能赢得分数。事实上，随着系统的改进，机器人在发球时赢得一分的概率上升到了接近 59%，这与顶尖人类职业选手的水平相当。
- “Ace”球： 在某些比赛中，机器人打出“Ace”球（对手无法回击的发球）的频率高达 21%。
5. 为什么这很重要（根据论文所述）
论文声称，这是首次有机器人成功生成了符合官方规则、职业水准的发球。
- 它证明了机器人可以处理极端物理环境下的高速运动。
- 它表明，通过将智能数学（优化）与试错学习（贝叶斯优化）相结合，机器人可以完成以前被认为过于困难的任务，因为这些任务需要“爆发性”但受控的动作。
简而言之，该团队通过结合如舞蹈般的规划、水晶球般的模拟以及一位非常聪明的数字教练，教会了机器人如何完美地抛出乒乓球，以至于即使是世界上最优秀的选手也无法将其回击。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。