科学家们训练了一个四足机器人与人类对手打羽毛球，它会冲过球场进行多达10次投篮的集会。

通过将全身运动与视觉感知相结合，这种被称为“ANYmal”的机器人学会了适应它到达羽毛球的移动方式，并在人工智能的帮助下成功地将羽毛球送回网上。研究人员在5月28日发表在《科学机器人》杂志上的一项研究中写道，这表明四足机器人可以在“复杂和动态的运动场景”中作为对手建造。

ANYmal是一种四条腿、类似狗的机器人，重110磅（50公斤），身高约1.5英尺（0.5米）。拥有四条腿的ANYmal和类似的四足机器人可以穿越具有挑战性的地形并在障碍物上上下移动。

研究人员之前已经在这些类似狗的机器上添加了手臂，并教它们如何通过抓住把手来取特定的物体或开门。但是在动态环境中协调肢体控制和视觉感知仍然是机器人技术的一个挑战。

相关内容：在人工智能的帮助下，观看一只“机器狗”在基本跑酷课程中争先恐后

“体育是这种研究的一个很好的应用，因为你可以逐渐增加竞争力或难度，”研究的合著者马云涛告诉《生活科学》，他是苏黎世联邦理工学院的机器人研究员，现在是初创公司光机器人公司的研究员。教一只新狗新技巧在这项研究中，马和他的团队将一只动态手臂以45度角握住羽毛球拍安装在标准的ANYmal机器人上。

随着手臂的增加，机器人身高5英尺3英寸（1.6 m），有18个关节：四条腿各三个，手臂六个。研究人员设计了一个复杂的内置系统来控制手臂和腿的运动。

该团队还增加了一个立体摄像头，它有两个镜头堆叠在一起，就在机器人身体前部中心的右边。这两个镜头使它能够实时处理关于羽毛球的视觉信息，并确定它们的前进方向。然后，机器人通过强化学习被教导成为羽毛球运动员。通过这种类型的机器学习，机器人探索了它的环境，并通过反复试验来学习发现和跟踪羽毛球，向它导航并挥动球拍。

为了做到这一点，研究人员首先创建了一个由羽毛球场组成的模拟环境，机器人的虚拟对手站在中间。虚拟羽毛球是从对手半场中心附近发球的，机器人的任务是跟踪它的位置并估计它的飞行轨迹。

然后，研究人员创建了一个严格的训练方案来教ANYmal如何击打羽毛球，虚拟教练根据各种特征奖励机器人，包括球拍的位置、球拍头部的角度和挥杆的速度。重要的是，挥杆奖励是基于时间的，以激励准确及时的击球。

羽毛球可以落在球场的任何地方，所以如果机器人在球场上有效地移动，如果它没有不必要地加速，它也会得到奖励。ANYmal的目标是最大限度地提高它在所有试验中的奖励。

基于这种模拟训练的5000万试验，研究人员创建了一个神经网络，可以控制所有18个关节向羽毛球移动并击打羽毛球。快速学习在模拟之后，科学家们将神经网络转移到机器人中，ANYmal在现实世界中进行了测试。

在这里，机器人被训练寻找并追踪另一台机器提供的亮橙色羽毛球。这使研究人员能够控制羽毛球的速度、角度和着陆位置。ANYmal必须穿过球场，以一定的速度击打羽毛球，使其能够越过网回到球场中心。

研究人员发现，经过大量训练，机器人可以跟踪羽毛球，并以高达每秒约39英尺（每秒12米）的挥杆速度准确回击，研究人员指出，这大约是普通人类业余羽毛球运动员挥杆速度的一半。

ANYmal还根据它必须到达羽毛球的距离和到达羽毛球的时间来调整它的运动模式。当羽毛球只在几英尺（半米）外着陆时，机器人不需要移动，但是在大约5英尺（1.5 m）处，ANYmal通过移动所有四条腿来争先恐后地到达羽毛球。 在大约7英尺（2.2 m）远的地方，机器人飞奔到羽毛球上，产生了一段抬高时间，将手臂向目标方向延伸了3英尺（1 m）。

“控制机器人看羽毛球不是那么简单，”马说。如果机器人在看羽毛球，它不能移动得很快。但是如果它不看，它就不知道自己需要去哪里。“这种权衡必须以一种有点聪明的方式发生，”他说。

马对机器人如何以协调的方式移动所有18个关节感到惊讶。这是一项特别具有挑战性的任务，因为每个关节的马达都独立学习，但最终的运动要求它们以串联的方式工作。该团队还发现，机器人在每次击球后都自发地开始回到球场中心，类似于人类运动员为即将到来的羽毛球做准备。

然而，研究人员指出，机器人没有考虑对手的动作，这是人类运动员预测羽毛球轨迹的重要方式。该团队在研究中表示，包括人类姿势估计将有助于提高ANYmal的表现。马指出，他们还可以增加一个颈部关节，让机器人有更多时间监控羽毛球。

他认为这项研究最终将在运动之外有应用。例如，它可以支持救灾工作中的碎片清除，他说，因为机器人将能够平衡动态视觉感知和敏捷运动。