【資料圖】

8月20日消息，近日，清華大學自動化系趙明國教授團隊在機器人領域期刊Science Robotics發表論文“Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots”，提出面向真實世界視覺不確定性的統一感知-運動強化學習框架。論文入選Science Robotics 2026年8月“Humanoid Robots”人形機器人特刊，研究使用加速進化（Booster Robotics）自主研發的人形機器人作為硬件平臺。

據了解，在足球等高速動態場景中，人形機器人運動會造成攝像頭持續晃動，同時還面臨光照變化、目標遮擋等問題。傳統機器人通常采用視覺感知、任務規劃和運動控制相對獨立的模塊化架構，一旦感知出現誤差，可能進一步影響機器人的決策與執行。

針對這一問題，研究團隊提出統一的感知-運動強化學習框架，將視覺感知與運動控制置于同一個優化目標下進行端到端訓練，使感知與運動共享獎勵信號并聯合優化。

同時，該研究將對抗運動先驗（AMP）從仿真拓展至真實動態視覺場景，并設計“虛擬感知系統”以及編碼器-解碼器架構。其中，編碼器接收過去50幀、約1秒的歷史觀測序列，將其壓縮為64維隱狀態表征，再由解碼器重構足球位置信息，使機器人能夠結合連續觀測信息進行判斷。

據介紹，該方案所有策略均在仿真環境中完成訓練，未經真實數據微調即可直接部署到物理機器人，實現從仿真到真機的零樣本遷移。實驗結果顯示，該框架將球位置估計誤差降低46%，射門決策時間最高縮短64%，前場射門成功率穩定在90%。

該研究由清華大學自動化系牽頭，并由字節跳動Seed團隊參與完成，部分工作完成于字節跳動Seed。論文第一作者王與時同時為清華火神隊隊長，目前在字節跳動Seed實習。研究還獲得中國農業大學工學院支持，以及加速進化提供的機器人平臺和實驗設施保障。

據悉，2025年至2026年，加速進化機器人平臺已支持近40篇具身智能相關論文發表。2026年7月舉行的RoboCup機器人足球世界杯上，共有38支中外隊伍采用加速進化機器人平臺參賽；2026年8月舉行的第二屆世界人形機器人運動會上，則有56支隊伍選擇該平臺，約占總參賽隊伍的92%。

加速進化由清華火神隊前隊長程昊創立。2026年7月，公司發布新一代具身開發平臺Booster T2以及具身智能集成開發平臺Booster Studio。其中，Booster Studio支持從仿真到真機的一鍵部署，與此次論文驗證的Sim2Real零樣本部署技術路線相呼應。（定西）

標簽： 機器人 足球 science 人形 robotics 視覺