「看不清」这道二十年难题:清华 + Booster 用统一感知-运动框架让人形机器人踢球零样本进真机
🔭 一句话背景
8 月 19 日,Science Robotics「Humanoid Robots」特刊把封面给了清华自动化系赵明国教授团队的一篇论文:《面向人形机器人的视觉驱动反应式足球技能学习》(Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots)。机器人平台是加速进化(Booster Robotics)自研的 Booster T1。🧩 二十年卡在哪
让人形机器人踢球,最难的不是跑、不是平衡、不是射门力量。是它在运动中「看不清」世界:奔跑时摄像头剧烈晃动,阳光下球体和场地混为一谈,被撞一下目标瞬间从视野消失。对人这是「看不清」,对机器人意味着决策系统彻底失能。传统架构二十年来没跳出同一套:视觉模块「看」→ 规划模块「想」→ 控制模块「动」。流水线在实验室好用,进真实世界暴露三道致命墙:
🚀 三个突破
论文拆掉这三堵墙:突破一:端到端感知-动作耦合。 感知与控制在同一个强化学习目标下联合优化——机器人「看到」的同时就在「准备动」,消除串行延迟。
突破二:对抗运动先验(AMP)首次从仿真拓展到真实动态视觉场景。 实现从仿真到真机的零样本部署,无需真实世界微调。
突破三:虚拟感知系统 + 编解码器架构。 编码器接收过去 50 帧(1 秒)历史观测,压缩成 64 维隐状态;解码器据此重建球的位置——即便球被短暂遮挡也能推断轨迹。
📊 实测表现
全部策略只在仿真里训练,直接上真机零适配:🏟️ 为什么是 Booster
Booster 的平台已经是全球机器人研究队的事实标准:2026 年 7 月 RoboCup 人形联赛 38 支国际队伍选 Booster(约 68%),横扫小/中/大三组所有金牌;8 月世界人形机器人运动会足球项目 56 支队伍(92%)选 Booster。论文一作王宇石是清华火神队队长,该队 2025、2026 连续两年 RoboCup 人形联赛夺冠。新发布的 T2 用 NVIDIA Thor 芯片,板载算力 2070 TFLOPS(双足人形当前最高),1.4 米高、31 自由度、双臂负载 10 公斤;配套 Booster Studio 是业内首个面向具身智能的集成开发环境,统一仿真、策略训练、真机部署流程,正是论文零样本 sim-to-real 的工程底座。