跳到正文
arXiv · 机器人与计算机视觉· Jingzhi Cui, Zhexiong Wang, Bangjie Xu, Pengyu Zhao, Youyuan Li, Zhi Su, Peng Ren, Mengdi Xu, Chao Yu, Yi Wu, Luyang Wang, Zhongyu Li·· 2026-10-20精选AI 评分82

Humanoid Badminton:基于有限人类动作数据的动态羽毛球击打技能学习

Humanoid Badminton: Learning Dynamic Racket Skills from Limited Human Motion Data

AI 导读

针对高速球类运动对人形机器人提出的时间关键决策、精准击打及全身协调挑战,本文提出一种三阶段分层强化学习框架以解决可用羽毛球参考数据稀缺且不完美的难题。首先通过任务随机化动作增强将稀疏标注的击打事件扩展为可执行的连续潜在技能空间;其次由高层规划器根据观察到的球的状态在线组合这些技能;最后利用上下文条件对抗正则化器鼓励更自然的技能使用同时保持回球性能。

推荐理由

提出三阶段分层强化学习框架,利用有限人类数据实现人形机器人在真实世界与人类进行包含跳跃救球的多技能多回合对抗。

来源:arXiv · 机器人与计算机视觉 · arxiv.org