加速进化机器人登顶Science Robotics人形机器人特刊

(资料图片仅供参考)

8月20日消息，近日，清华大学自动化系赵明国教授团队在机器人领域期刊Science Robotics发表论文“Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots”，提出面向真实世界视觉不确定性的统一感知-运动强化学习框架。论文入选Science Robotics 2026年8月“Humanoid Robots”人形机器人特刊，研究使用加速进化（Booster Robotics）自主研发的人形机器人作为硬件平台。

据了解，在足球等高速动态场景中，人形机器人运动会造成摄像头持续晃动，同时还面临光照变化、目标遮挡等问题。传统机器人通常采用视觉感知、任务规划和运动控制相对独立的模块化架构，一旦感知出现误差，可能进一步影响机器人的决策与执行。

针对这一问题，研究团队提出统一的感知-运动强化学习框架，将视觉感知与运动控制置于同一个优化目标下进行端到端训练，使感知与运动共享奖励信号并联合优化。

同时，该研究将对抗运动先验（AMP）从仿真拓展至真实动态视觉场景，并设计“虚拟感知系统”以及编码器-解码器架构。其中，编码器接收过去50帧、约1秒的历史观测序列，将其压缩为64维隐状态表征，再由解码器重构足球位置信息，使机器人能够结合连续观测信息进行判断。

据介绍，该方案所有策略均在仿真环境中完成训练，未经真实数据微调即可直接部署到物理机器人，实现从仿真到真机的零样本迁移。实验结果显示，该框架将球位置估计误差降低46%，射门决策时间最高缩短64%，前场射门成功率稳定在90%。

该研究由清华大学自动化系牵头，并由字节跳动Seed团队参与完成，部分工作完成于字节跳动Seed。论文第一作者王与时同时为清华火神队队长，目前在字节跳动Seed实习。研究还获得中国农业大学工学院支持，以及加速进化提供的机器人平台和实验设施保障。

据悉，2025年至2026年，加速进化机器人平台已支持近40篇具身智能相关论文发表。2026年7月举行的RoboCup机器人足球世界杯上，共有38支中外队伍采用加速进化机器人平台参赛；2026年8月举行的第二届世界人形机器人运动会上，则有56支队伍选择该平台，约占总参赛队伍的92%。

加速进化由清华火神队前队长程昊创立。2026年7月，公司发布新一代具身开发平台Booster T2以及具身智能集成开发平台Booster Studio。其中，Booster Studio支持从仿真到真机的一键部署，与此次论文验证的Sim2Real零样本部署技术路线相呼应。（定西）

标签： 机器人 足球 science 人形 robotics 视觉