机器人学会 "放网" 之后，我们离真正的竞技又近了一步

当球来到网前，往常机器人可能会把球大力抽回去，但这次有些不一样了，机械臂转到下方，拍面朝上，向前移动，拍面轻轻一送，羽毛球擦过球网，落在对面的网前。

如果是一名刚学羽毛球的人，大概算不上什么值得记录的瞬间，甚至很多初学者练上几天、几小时，就能做出一个像样的动作，但对一台机器人来说，这一拍的意义是完全不同的。因为它要解决的不再只是单纯的 "怎么把球打过去"，将是发展到一个新的阶段：思考学习人类在羽毛球中的竞技方法。

我们花了很多时间，让机器人从 "能打回球"，逐渐走向 "会处理球"。网前放网，就是其中一个很小、却很典型的例子。

一拍很轻，背后的计算却很重

通常一个专业的球员站在网前，看到一个来球，很多判断几乎是通过日积月累的训练下意识完成的，球在哪？速度多快？球落在哪？我什么时候出拍？拍面应该朝哪个方向？这一拍是挑后场、推球，还是轻轻放到网前？熟练球员甚至不会意识到自己经历了这些步骤，机器人是不一样的。

首要的是先通过摄像头（机器人的眼睛）捕捉到飞行中的羽毛球后，系统再连续完成一整条链路：感知来球 → 预测轨迹 → 判断击球时机 → 选择回球方式 → 控制机械臂完成击球。而羽毛球没有多少时间留给它思考，所有环节必须被压缩在极短的时间窗口里。

还有一个我们在研发中遇见的很现实的问题：系统 "看到" 球的位置，永远属于刚刚过去的那个瞬间，图像被采集、信息被处理、指令被计算出来时，羽毛球还在继续高速飞行，所以机器人真正要处理的，其实是一个不断移动的未来位置，它需要根据已经看到的信息，推算接下来几十毫秒会发生什么，再决定机械臂应该往哪里移动、什么时候挥拍，对人来说，这叫 "球感"，对机器人来说，是一整套实时运行的感知、预测与控制系统。

放网最麻烦的地方，是力度控制要刚刚好

团队最初做羽毛球机器人时，一个现在看来不太恰当的直觉很容易出现：只要看得够准、反应够快，应该就能把球打回去，等真正开始打，才会发现另外一个问题藏在击球的瞬间。

比如网前放网，它需要的力量其实很小，力量稍微大一点，球就被挑高了，很容易打到对方中场，少一点力度，又会击不过去，网前放网本来是竞技中的战术，现在反而成为了多余的一个动作。于是，一个看起来很简单的 "轻轻一放"，放到机器人身上，就变成了一道精细控制题，既需要它快，又需要它准，既要对高速变化做出反应，又要保证每一次执行足够稳定。

而实验室里偶尔一两次放网成功，并没有太大意义。同样的来球出现十次、几十次、几百次，系统还能不能稳定完成，这才是我们团队追求的真正有价值的东西，也是我们持续在努力解决的问题。

我们没有单独教它 "一招放网"

可能有人会问：是不是给它写了一段 "放网动作" 的程序？

如果只是提前写好一套固定轨迹，机器人当然也可以完成一个漂亮的挥拍动作，至于击不击得到球，打不打得过网，就是另一个问题了。

而真实的对打也从来不会按照程序预设的方式来球，所以我们更关注的是整个系统面对变化时，能不能自己完成判断和调整。在一次次对打中，它经历着一个持续循环：感知 → 预测 → 决策 → 执行 → 反馈 → 修正。

我们做的工作，一部分是在压缩每一个环节的时间，让信息传递和执行更快；另一部分是在不断提高判断与控制的稳定性，很多进步并不会直接变成一个 "新动作"。

为什么选择羽毛球？

因为羽毛球比赛中的节奏变化非常快，球可以在很短的时间内就完成了高速飞行、减速和下坠，运动员又会不断改变击球方向、力量和落点，机器人既需要覆盖场地，又要识别高速小目标，还必须在极短时间内完成预测和控制，并以最优解的方式做出回应。

视觉、预测、决策、运动控制、机械结构，需要在同一条实时链路里协同工作

体育场里验证的能力，不一定只属于体育

今天，羽毛球是我们选择进入这个问题的一种方式，因为运动场里有速度、有对抗、有随机变化，也有人与机器最直接的实时互动，机器人无法要求人类按照预设路线移动，也不能让羽毛球按照固定轨迹飞过来，它只能不断观察、判断，然后做出反应。

目前我们创造了连续对打 1452 拍的世界纪录，整体击球成功率超过 96%。

机器人可以与奥运冠军级别运动员进行稳定对打；也已经能够处理网前球、后场球、高远球等不同类型的来球，面对高速度的杀球，它仍然有机会完成接球并将球回过网，这些数字背后，其实对应着同一件事情：机器人开始真正进入 "连续处理动态变化"。

这种能力继续往前走，可以服务于更高阶的运动训练、陪练、康复与辅助训练等场景，再往远一点看，它所需要解决的问题，也和许多真实世界中的机器人任务相通：如何理解正在发生的变化；如何预测下一刻；如何在人类活动的环境中及时、安全、准确地采取行动。

羽毛球只是把这些问题压缩到了一块 13.4 米长的场地里，而那一记轻轻落在网前的小球，也只是其中一个很小的进展，从 "能碰到球"，到 "能打回去"。下一次，当机器人面对一个完全不同的来球时，它会做出什么选择，进入真正的高阶竞技，深入理解运动空间，这是我们努力前进的方向。

（来源：深辰凯动）