银河通用与清华等团队提出 LATENT：用 5 小时不完美人类动作数据让人形机器人学会网球对打
来源雷峰网查看原文
速览
- LATENT 用 5 名业余选手、约 5 小时碎片化动作数据训练人形机器人打网球
- 核心思路是把不完美人类数据当作先验，而非要求机器人复制人类动作
- 人类与机器人身体结构不同，手腕等局部动作无法直接照搬
- 方法把 29 自由度控制压缩成「动作词典」，降低强化学习探索成本
- 刻意弱化右手腕可靠性，迫使机器人用全身协同完成击球
- LAB 约束防止策略为追求回球成功率而跳到不连贯的动作
- 论文由银河通用联合清华、北大等机构完成，发表于 IROS 2026
在 IROS 2026 上，银河通用 GaLbot 团队联合清华大学、北京大学、上海启智研究院和上海人工智能实验室提出 LATENT 方法，论文题为 Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data。研究团队没有采集完整、精确的职业网球比赛数据，而是找来 5 名业余网球选手，在约 3 米 × 5 米的采集区域内记录了约 5 小时人体运动数据，内容集中在正手、反手以及侧向滑步、交叉步等基础动作。这些数据既不精确（人体与机器人身体结构不同，手腕等局部动作差异明显）也不完整（只有基本动作，没有比赛策略）。LATENT 的做法是先训练一个运动追踪器学习人类动作中的身体运动模式，再将其压缩成连续的 latent action space（潜在动作空间），相当于一本「动作词典」，让机器人不必每次直接决定 29 个自由度如何配合，而是先选择已学过的身体运动再根据来球调整。研究团队还刻意降低右手腕在运动追踪阶段的可靠性，迫使机器人依靠腿、髋、躯干、肩膀等部位协同完成动作，并引入 Latent Action Barrier（LAB）约束高层策略，避免强化学习为提升回球成功率而在动作分布间随意跳变。
关键事实
- 论文发表于 IROS 2026，作者团队来自银河通用 GaLbot、清华大学、北京大学、上海启智研究院和上海人工智能实验室
- 论文题目为 Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data，关键词是 imperfect 而非 perfect
- 数据采集使用 5 名业余网球选手，采集区域约 3 米 × 5 米，记录约 5 小时人体运动数据
- 采集内容为正手、反手以及侧向滑步、交叉步等基础动作，不包含完整比赛行为
- 方法先训练运动追踪器学习人类身体运动模式，再压缩为连续的 latent action space
- 研究团队刻意降低右手腕在运动追踪阶段的可靠性，让高层策略在击球时修正该局部动作
本站视角
这项工作真正值得关注的不是「机器人会打网球」，而是它对训练数据的态度。当前具身智能领域普遍把高质量动作捕捉数据视为稀缺资源，采集成本高、周期长，且人体与机器人之间的形态差异让数据迁移始终存在损耗。LATENT 反过来把「不精确、不完整」当作前提条件，用 5 小时业余选手的碎片动作先给机器人划定一个合理的身体运动边界，再让强化学习在这个边界内自己找打法——这对国内大量缺乏大规模高质量动作数据、又想做通用人形技能的团队来说，是一条更现实的路径。具体受益的会是做强化学习运动控制的研究团队和依赖仿真到现实迁移的机器人公司，它们可以少花力气在数据采集上，把精力放在策略约束和动作空间设计上。我们的判断是：这是一次方法层面的实质推进，而非营销包装，因为它解决的是真实存在的工程约束，而不是在已有 benchmark 上刷分。但需要指出两点可疑之处：其一，原文没有给出任何量化指标，比如回球成功率、对打回合数或与基线方法的对比，读者无法判断这套方法究竟「打得多好」；其二，刻意降低右手腕可靠性的设计虽然巧妙，但本质上是用全身冗余来补偿局部误差，这种补偿在更精细的操作任务（如拧螺丝、插线）中是否成立，原文没有回答。此外，论文由银河通用主导，该公司本身在做具身智能产品，这类研究成果的公开带有一定的技术展示与人才吸引动机，读者在评估其通用性时应保持审慎。
背景与影响
人形机器人做高速动态任务（如网球对打）的难点在于「具身性」：游戏里按一个键就能完成的挥拍，在真实机器人上需要判断来球、移动、协调双腿、腰部、躯干、肩膀、手臂和手腕，并在几百毫秒内处理姿态、关节速度、摩擦力、球拍重量和来球速度等一系列变化。传统模仿学习路线通常依赖完整、精确的动作捕捉数据，但这类数据采集成本极高，且人体与机器人身体结构不一致，即使动作捕捉准确也无法保证机器人能原样执行。LATENT 选择从「不完美」数据出发，把人类动作当作强化学习的先验边界，而不是最终答案。这意味着人形机器人的技能学习可能不再依赖昂贵的高质量示范数据，而更接近「给机器人一个大致合理的身体直觉，再让它自己试错」的路径。对国内做具身智能的团队而言，这一思路如果可复现，可能降低数据采集门槛；但需要观察的是，该方法目前只在网球这一特定高速动态任务上验证，能否迁移到抓取、装配等更广泛的操控任务尚不明确。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。