MIT打造乒乓球机器人：命中率高达88%，速度媲美人类

来自 MIT 的机器人在打乒乓球方面，实现了新的突破——

以快速、高精度和高稳定性实现了各种击球方式和球的旋转，挥拍成功率达到88%，速度也接近人类最高水平。

具体而言，这一「乒乓球机器人」在面对 MIT 工程师连续投掷的 150 个球时，成功回击了所有三种挥拍方式的球，命中率约为 88%，且击球平均出口速度为11 米/秒，快于其他乒乓球机器人，甚至接近人类球员的最高回球速度。

相关研究以“

High Speed Robotic Table Tennis Swinging Using Lightweight Hardware with Model Predictive Control

arXiv

论文链接：https://arxiv.org/abs/2505.01617

研究团队表示，除了乒乓球比赛之外，这一技术还可以用于提高人形机器人的速度和反应能力，特别是在搜索和救援场景以及机器人需要快速反应或预测的场景中。

MIT 仿生机器人实验室研究生、该论文的共同一作 David Nguyen表示：“我们正在解决的问题，特别是与快速、准确地拦截物体有关的问题，在机器人必须执行动态机动并实时规划其末端执行器与物体相遇位置的场景中可能会非常有用。”

乒乓球机器人是如何练成的？

作为一项需要快速反应的运动，想要精准击中，乒乓球机器人的反应时间必须在300 毫秒内。自20 世纪 80 年代，制造乒乓球机器人是研究人员一直面临的挑战。这个问题需要独特的技术组合，包括高速机器视觉、快速灵活的电机和执行器、精确的机械手控制、准确的实时预测以及更高层次的游戏策略规划。

在这项工作中，MIT 团队将重点放在复制正手回球（上旋球）、发球（平击球）和削球（下旋球）上，最终目标是在这些击球类型上达到与人类相当的水平。

为了生成手臂的摆动轨迹，他们将任务表述为一个最优控制问题（OCP），将手臂的运动学限制和拍子的击打条件作为约束条件来处理。这个最优控制问题在一个模型预测控制器（MPC）中实现，该控制器根据最新的状态信息重新规划轨迹，以处理挥拍过程中击球条件的变化。终端位置由预测的球轨迹给出，而球拍的终端方向和速度则根据各种可能的击球风格来选择。

在模型预测控制器中实现 OCP 有两种方法，第一种方法要求当机械臂接近终点时，OCP 中的 Δt 项缩小，他们称这种方法为收缩地平线 MPC（SHMPC），它是可变地平线 MPC 的一种特例。第二种方法使用机械臂的就绪状态作为初始条件，而不是当前状态，同时保持 ∆t 不变。这等同于从就绪位置开始进行全摆动优化，他们称这种方法为“固定地平线计划”（FHMPC）。

这两种实现方法都使用先前的解决方案来预热下一个 OCP，以加速收敛并缩短求解时间。

乒乓球机器人的每条手臂都有四个关节，每个关节都由一个电动机控制。研究人员将机器人的机械臂改造成乒乓球机械臂，在手腕上增加了一个自由度，以便控制球拍。

为了全面评估机器人系统在规定的击球条件下击球射入手臂工作区的能力，他们进行了各种挥拍类型的试验，以测试硬件上的预测、挥拍生成和挥拍执行。

测试包括向手臂投掷 150 个球，其中挥拍持续时间设定为 0.5 秒，桨叶的最终速度设定为6 米/秒。在每种挥杆类型投掷的 150 个球中，环击的命中率为88.4%，劈击的命中率为89.2%，驱动球的命中率为87.5%。

表｜MPC的执行比较

根据击球类型的不同，球的出球速度在 7 至 11 米/秒之间。在测试他们驱动装置的上限时，当 vdes 设定为 10 米/秒时，记录到的击球平均速度高达14 米/秒。据了解，高级人类球员回球的速度在每秒 21 到 25 米之间。自初步实验结果公布以来，研究人员进一步调整了系统，并记录了击球速度高达每秒 19 米。

这样的机器人可以模仿对手在比赛环境中的动作，从而帮助人类提高水平。

图｜击球硬件

从乒乓球机器人到更通用的系统

尽管乒乓球机器人平衡了动态运动和精确操控这两个类似的问题，系统的峰值能力很有希望，但在实施上依然存在以下 3 个缺点。

首先，在生成轨迹时，当前的手臂状态并不能保证接近新的解决方案，这可能会导致在追踪新轨迹时出现较大的跳跃。虽然这个新方案对于从读取状态达到攻击条件是最优的，但对于从当前手臂状态进行跟踪可能是次优的。这是 FHMPC 与 SHMPC 相比的一个基本缺点。

从跟踪结果来看，手臂还需要额外的腕部控制权来控制角度 θ 和 α，以便更精确地打击。如果增加了腕部的 DoF（degree-of-freedom，自由度），就不再受制于打击平面，从而允许系统在三维空间中选择 pdes。

图｜速度和方向角定义。

最后，当球接近击球面时，预测系统会因指令数量的变化而产生较高的延迟。这与空间限制一起限制了进球速度，并不是他们在验证中测试的变量。解决所有这些问题将使机械臂能够在不同的来球速度下更好地达到终端打击条件。

“这个项目的目标之一是让我们能够达到人类的运动水平，”Nguyen 说，“至于击球速度，已经非常非常接近了。”

据研究团队透露，后续工作将使机器人具备瞄准能力，他们将控制算法融入系统中，不仅可以预测如何击打来球，还可以预测击球的位置。在最新版本中，他们可以在桌面上设定一个目标位置，乒乓球机器人就会将球击向该位置。

由于固定在球台上，机器人的移动性和触及范围有限，主要只能回击落在球台中线附近月牙形区域内的球。未来，他们计划将机器人安装在龙门架或轮式平台上，使其能够覆盖更大的球台区域，并回击更多种类的球。

“乒乓球运动的一大亮点在于，根据对手的击球方式预测球的旋转和轨迹，而自动发球器无法提供这些信息，” MIT 研究生、该论文的共同一作 Kendrick Cancio 说，“我们正在利用机器人探索如何将乒乓球运动的技术转化为更通用的系统，比如一个可以做很多不同实用事情的人形机器人或拟人机器人。”

https://techxplore.com/news/2025-05-ping-pong-robot-shots-high.html

作者：与可

如需转载或投稿，请直接在公众号内留言