SMASH：基于自我中心视觉的人形机器人乒乓球可扩展全身技能掌握

SMASH: Mastering Scalable Whole-Body Skills for Humanoid Ping-Pong with Egocentric Vision

现有的人形机器人乒乓球系统仍受限于对外部感知的依赖，以及无法实现敏捷的全身协调以完成精确任务执行。这些局限源于两大核心挑战：在机器人快速运动下实现低延迟且鲁棒的自体中心感知，以及获取足够多样化的任务对齐击球动作，以学习精确而自然的全身行为。本文提出\methodname，一个模块化的人形机器人乒乓球系统，它将可扩展的全身技能学习与机载自体中心感知相结合，从而在部署时无需依赖外部摄像头。我们的研究在三个关键方面推进了现有的人形机器人乒乓球系统。首先，我们通过紧密协调的全身控制实现了敏捷而精确的球体交互，而非依赖分离的上半身与下半身行为。这使得系统能够展示多样化的击球动作，包括爆发性的全身扣杀和低姿态的蹲伏击球。其次，通过使用生成模型增强和多样化击球动作，我们的框架受益于可扩展的运动先验，并在广泛的工作空间中产生自然、鲁棒的击球行为。第三，据我们所知，我们首次展示了仅依靠机载感知即可实现连续击球的人形机器人乒乓球系统，尽管面临低延迟感知、自身运动引起的不稳定性以及有限视野等挑战。大量真实世界实验表明，系统在高速条件下能够实现稳定而精确的球体交换，验证了针对动态人形交互任务的可扩展、感知驱动的全身技能学习方法的有效性。