机器人打乒乓球关键技术解析：上帝视角与全栈集成

当一个行业发展到一定阶段，精细化内卷就开始了。之前跟着同事去了家涂胶机器人的生产工厂，客户的需求是每分钟点涂胶 55 次及以上，而业内常规上限在 30-45 次之间。这个点涂的运动频率不仅和气动结构、出胶量有关，还和胶的粘度有关。正好提供的胶和点型是那种不好处理的，非标基板有好几个批次，要求多，失败率高，当时不少定制厂家都没敢接单。后来有个聪明人想了个办法，从原本的单臂流水线改成双臂和四臂聚合式，把工序拆分成最小单元，不同的基板进不同的线，交错式点胶，从而提高点涂次数和成功率。这个案例给我留下了极为深刻的印象。有时候策略研究，不在于工具和单元模块，而是工程化集成思维，完成目标就行。

人类视角与上帝视角的争议

最近索尼 AI 团队在 Nature 上发布了一个自主打乒乓球机器人系统 Ace，在社区里引发讨论和争议。一方面是说这个机器人设计思路有点东西，一方面是说这个机器人有作弊嫌疑。

争议点来自 Ace 系统的核心模块：感知层用了 9 个 APS Camera 和 3 个 Event Camera 进行数据融合。前者用于球位置的三角定位，后者用于球旋转估计。咋一看可能还好，但事实上，这个 Event Camera 的旋转估计更新率高达 400Hz-700Hz（约 1.4ms），而人类视觉处理延迟大约在 100ms-200ms。这完全是超人级别的状态（也就是人无法达到的上帝视角），和人类选手打比赛时，这纯属作弊。

同时，机器人不需要像选手那样观察动作，而是在球飞出后的一瞬间，通过 Logo 轨迹（事件流观测球表面纹理运动）极其精确地算出旋转，从而达到实时精准测量。

还有全方位的传感器布局和视野，可以让机器人获得比人类选手更优的全局高清视野，属于信息不对等。另外，机器人打乒乓球的手不会感到疲劳，不会微微颤抖，其物理一致性也是问题。

doi.org/10.1038/s41586-026-10338-5

开了上帝之眼，也并未全胜

即使用了这么多 Buff，机器人也没有达到全胜状态。在与真人实验当中，采用 ITTF 标准规则、奥运规格场地、官方裁判，跟精英组（5 位 10 年以上经验的选手）PK，获得了 3 胜 2 负的成绩。但和专业组（2 位职业球员）对阵时，Ace 输了，在 7 局中仅胜 1 局。

Ace 的优势在于极高的回球稳定性和多变的旋转球。在 450 rad/s 以下的旋转球，回球率超过 75%。它的反应速度很快，能够处理擦网球等意外情况，展现出比人类更早的击球时机。

Ace 机器人在面对擦网球这种突发情况时的实时反应能力

为乒乓球比赛场景定制的软硬架构

当然，除了这些争议以外，还是有些创新点值得借鉴。

1. 全栈系统集成：Ace 集成了高速度的感知系统、基于强化学习的控制系统以及定制化的机器人硬件。这个集成结构大概率是接下来具身智能机器人的常态。
2. 控制算法创新：击球控制用的是策略决策（Model-free RL）+ 动作执行（轨迹优化）的混合架构。首先是异步 Actor-Critic 架构，在仿真训练中，Critic 观察全局真实状态，而 Actor 仅通过带噪声的传感器历史数据学习，实现了从 Sim2Real 的零样本迁移；接着是动作空间映射，将强化学习产生的抽象动作映射到凸优化问题的硬约束中，保证了机器人动作的无碰撞性和敏捷性。另外，针对技能学习方面，采用策略库 + 采样器。每个策略对应不同技能，随机采样策略 -> 形成多样打法。这就是人类无法完全捕捉其多变的旋转球的原因。
3. 一网打尽的硬件模块：为乒乓球场地定制了具有 8 个自由度（2 个移动副 + 6 个转动副）的机器人，1kHz 控制频率，工作空间达到 3.6m×3.6m，最大速度满足职业级击球需求，足以覆盖专业比赛区域。

Ace 机器人系统的全架构流图

下一步研究方向

从这篇论文的研究局限出发，可以延展到下一步方向，如下所示：

1. 人类行为建模：当前的系统不预测对手的落点和发球策略，下一步可以研究针对人类策略进行建模。
2. 在线学习：当前完全处于仿真学习阶段，下一步可引入在线学习机制，使机器人能在真实比赛中通过交互不断自我改进。
3. 战术优化：当前关注的是对手单次击球技能，下一步可研究其连续回合策略和战术规划。
4. 方向拓展：同理可鉴，下一步拓展到更复杂的人机协作任务，比如制造业机器人、高速人机交互系统等。

Link: doi.org/10.1038/s41586-026-10338-5