乒乓球机器人能以高速精准击球

这款新型乒乓球机器人包含一个多关节机械臂，该机械臂固定于乒乓球台一端，并握持标准乒乓球拍。在多个高速摄像头和高带宽预测控制系统的辅助下，机器人能快速估算来球的速度与轨迹，并执行多种挥拍动作——弧圈球、平击或削球——以精确地将球击至球台指定位置，同时施加各种旋转。

在测试中，工程师们从球台对面连续向机器人投掷150个球。该机器人成功回击所有三种挥拍类型的球，总体命中率约达88%。其击球速度接近人类选手的最高回球速度，且快于其他乒乓球机器人设计方案。

目前，该团队正致力于扩大机器人的运动半径，使其能应对更多样化的击球。他们设想，该装置有望在日益发展的智能机器人训练系统领域成为有力竞争者。

团队表示，除竞技应用外，此项乒乓球技术可适配于提升人形机器人的速度与响应能力，尤其在搜救场景及需要机器人快速反应或预判的情境中。

麻省理工学院研究生David Nguyen指出："我们解决的核心问题——特别是关于快速精准拦截物体——可能适用于需要机器人执行动态机动并实时规划末端执行器与物体交汇点的场景。"

Nguyen与麻省理工学院研究生Kendrick Cancio及机械工程系副教授、MIT仿生机器人实验室主任金相培（Sangbae Kim）共同担任这项新研究的合著者。研究人员将于本月在IEEE机器人与自动化国际会议（ICRA）上以论文形式发布实验结果。

精准操控

自20世纪80年代以来，研究人员持续挑战乒乓球机器人的研发。该问题需要独特的技术组合，包括高速机器视觉、敏捷电机与执行器、精确机械臂控制、实时准确预测以及高层级的战术规划。

Nguyen阐释道："若将机器人控制问题视为一个谱系，一端是通常缓慢且高度精确的操控任务，例如抓取物体并确保稳固握持；另一端则是强调动态性及系统扰动适应能力的移动控制。乒乓球恰好处于两者之间——仍需精确击球的操控技巧，但必须在300毫秒内完成。因此它平衡了动态移动与精确操控的相似难题。"

自1980年代至今，乒乓球机器人已取得长足进步。近期欧姆龙和谷歌DeepMind的设计采用人工智能技术，通过历史乒乓球数据"学习"来提升机器人应对多样化击球技术的能力。这些设计已证明具备与中级人类选手持续对攻的速度与精度。

Cancio表示："这些都是专为乒乓球设计的特种机器人。而我们正探索如何将乒乓球技术迁移至更通用的系统，例如能执行多种实用任务的人形或拟人机器人。"

竞技控制

在新设计中，研究人员改造了金相培实验室为MIT人形机器人项目开发的轻量级高功率机械臂——该双足双臂机器人尺寸近似幼童。团队正利用该机器人测试各类动态机动，包括崎岖多变地形导航、跳跃、奔跑及后空翻，旨在未来将其部署于搜救任务。

人形机器人的每条手臂拥有四个关节自由度，各由电动机控制。Cancio、Nguyen和金相培构建了类似机械臂，并通过在腕部增加额外自由度以控制球拍，将其适配于乒乓球应用。

团队将机械臂固定于标准乒乓球台一端，并在球台周围架设高速动作捕捉相机以追踪弹向机器人的球体。他们开发了基于数学与物理原理的最优控制算法，预测机械臂应以何种速度及拍面角度执行特定挥拍动作（弧圈球/上旋、平击/直球或削球/下旋）来迎击来球。

通过三台计算机并行处理相机图像、估算球体实时状态、并将计算结果转化为电机指令，系统实现了快速反应与挥拍动作。

在连续弹射150球后，机器人三种挥拍的回球命中率基本持平：弧圈球88.4%、削球89.2%、平击87.5%。经优化反应时间后，该机械臂击球速度达20米/秒，快于现有系统。

团队在论文中报告，机器人拍面击球的平均速度为11米/秒。已知高级人类选手回球速度介于21-25米/秒。在完成初步实验报告后，研究人员进一步优化系统，目前已录得最高19米/秒（约42英里/小时）的击球速度。

Nguyen表示："本项目部分目标是证明我们能达到人类的运动水平。就击球速度而言，我们真的非常接近了。"

后续研究还赋予机器人瞄准能力。团队在系统中整合了能预测击球方位与方式的控制算法。通过最新迭代版本，研究人员可设定球台目标位置，机器人将准确击球至该位置。

因固定于球台，机器人机动性与覆盖范围有限，主要回击落在球台中轴线周边新月形区域的来球。未来工程师计划将机器人架设于龙门架或轮式平台，使其覆盖更多台面并应对更广泛的击球类型。

Cancio指出："乒乓球的核心在于预判对手击球产生的旋转与轨迹，这是自动发球机无法提供的信息。此类机器人能模拟比赛环境中对手的战术动作，从而辅助人类训练与提升球技。"

本研究部分由机器人学与人工智能研究所资助。