HITTER: A HumanoId Table TEnnis Robot via Hierarchical Planning and Learning
作者: Zhi Su, Bike Zhang, Nima Rahmanian, Yuman Gao, Qiayuan Liao, Caitlin Regan, Koushil Sreenath, S. Shankar Sastry
分类: cs.RO
发布日期: 2025-08-28 (更新: 2025-09-04)
备注: add more references
💡 一句话要点
提出一种基于分层规划与学习的人形机器人乒乓球系统，实现亚秒级反应控制。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 人形机器人 乒乓球 分层规划 强化学习 运动控制
📋 核心要点
- 人形机器人在运动控制方面取得了显著进展，但在需要快速交互的动态操作任务中仍面临挑战。
- 论文提出一种分层框架，结合模型预测规划和强化学习控制，实现人形机器人的乒乓球运动。
- 实验结果表明，该系统能与人类对手连续击球106次，并与另一个人形机器人进行持续对打。
📝 摘要（中文）
本文提出了一种用于人形机器人打乒乓球的分层框架，该框架集成了基于模型的规划器和基于强化学习的全身控制器。规划器负责预测球的轨迹并规划球拍的目标位置，速度和时间。控制器则生成协调的手臂和腿部运动，模仿人类的击球动作，并在连续的回合中保持稳定性和敏捷性。此外，为了鼓励自然的运动，在训练过程中融入了人类运动参考。该系统在一个通用的人形机器人上进行了验证，实现了与人类对手最多106次连续击球，并与另一个人形机器人进行了持续的对打。这些结果展示了具有亚秒级反应控制的真实世界人形机器人乒乓球，标志着朝着敏捷和交互式人形机器人行为迈出了一步。
🔬 方法详解
问题定义：人形机器人难以在高速动态环境中进行精确操作，例如乒乓球运动，需要亚秒级的反应速度。现有方法难以同时兼顾运动规划、全身控制和稳定性，无法实现流畅自然的类人击球动作。
核心思路：采用分层控制架构，将任务分解为高层的球拍目标规划和底层的全身运动控制。高层规划器负责预测球的轨迹并生成击球目标，底层控制器则负责执行规划的动作，同时保持机器人稳定。通过模仿人类运动，提高动作的自然性。
技术框架：整体框架包含两个主要模块：1) 基于模型的规划器：利用球的运动模型预测轨迹，并根据预测结果规划击球位置、速度和时间。2) 基于强化学习的全身控制器：接收规划器的输出，生成协调的手臂和腿部运动，实现击球动作并保持平衡。训练过程中，使用人类运动数据作为参考，鼓励生成更自然的动作。
关键创新：将模型预测规划和强化学习控制相结合，实现人形机器人在高速动态环境中的精确操作。通过分层控制，解耦了规划和控制任务，降低了问题的复杂度。引入人类运动参考，提高了动作的自然性和流畅性。
关键设计：规划器使用卡尔曼滤波等方法预测球的轨迹。控制器使用深度强化学习算法（具体算法未知）进行训练，目标是最小化击球误差，最大化机器人稳定性，并尽可能模仿人类运动。损失函数中包含击球精度损失、平衡损失和模仿学习损失。具体的网络结构和参数设置未知。
🖼️ 关键图片
📊 实验亮点
该系统在通用人形机器人上进行了验证，实现了与人类对手最多106次连续击球，展示了其在高速动态环境中的稳定性和精确性。此外，该机器人还能够与另一个人形机器人进行持续的乒乓球对打，证明了其泛化能力和鲁棒性。这些结果表明，该系统在人形机器人乒乓球领域取得了显著进展。
🎯 应用场景
该研究成果可应用于人形机器人的运动控制、人机交互和康复训练等领域。通过提升机器人在动态环境中的操作能力，可以使其在复杂场景中执行任务，例如协助人类进行生产、医疗和救援工作。此外，该技术还可以用于开发更智能的运动辅助设备，帮助残疾人恢复运动能力。
📄 摘要（原文）
Humanoid robots have recently achieved impressive progress in locomotion and whole-body control, yet they remain constrained in tasks that demand rapid interaction with dynamic environments through manipulation. Table tennis exemplifies such a challenge: with ball speeds exceeding 5 m/s, players must perceive, predict, and act within sub-second reaction times, requiring both agility and precision. To address this, we present a hierarchical framework for humanoid table tennis that integrates a model-based planner for ball trajectory prediction and racket target planning with a reinforcement learning-based whole-body controller. The planner determines striking position, velocity and timing, while the controller generates coordinated arm and leg motions that mimic human strikes and maintain stability and agility across consecutive rallies. Moreover, to encourage natural movements, human motion references are incorporated during training. We validate our system on a general-purpose humanoid robot, achieving up to 106 consecutive shots with a human opponent and sustained exchanges against another humanoid. These results demonstrate real-world humanoid table tennis with sub-second reactive control, marking a step toward agile and interactive humanoid behaviors.