人类和机器人对打网球，或将改变这项运动未来

据 TechRadar 报道， 未来的温网赛事中，五号种子职业选手对阵六号种子机器人的场景，已从科幻构想变为必然趋势。

这一切是如何发生的？要归功于中国 的Galbot及其潜势（LATENT）创新技术（How did we get here? Blame Galbot and its LATENT innovation）。

目前最顶尖的机器人运动员，无论是练空手道、对打拳击还是跑酷，要么是远程操控，要么是严格按照预设程序执行动作。

要与人类对手进行实时对抗，向来被认为难度极高，甚至不可能实现（Real-time competition against, say, a human opponent is thought to be difficult or impossible）。

但如今，Galbot与一组研究人员做到了：通过极简学习，让一台宇树（Unitree）机器人学会与不可预测的人类对手打网球。

他们将这项技术命名为“从非完美人体运动数据中学习类人运动网球技能”（并巧妙缩写为LATENT，即“潜势”）。

LATENT并未采用捕捉人类全套网球技巧的精细化机器人训练方式，而是专注于“捕捉打网球时所用基础动作的运动片段”。

研究人员设法利用这些零散的网球技巧（即他们所说的“非完美”数据），充分解读“网球场景中的人类基础动作”。

这款名为宇树G1（Unitree G1）的机器人可借助这些动作片段理解实时比赛，据研究人员称，它能“在多种条件下稳定击打来球，并将球回击至目标位置”。

这段描述略显枯燥，而在令人惊叹的演示视频中，宇树G1机器人动作娴熟地与人类选手对打，有时甚至技高一筹（and sometimes outplays — a human tennis player）。

正如他们在研究摘要中所指出的：“我们的方法在现实世界中取得了惊人成果，能够与人类选手稳定进行多拍对打（Our method achieves surprising results in the real world and can stably sustain multi-shot rallies with human players）。”

你看完视频或许会觉得，人类选手在故意放水，甚至刻意把球打向机器人方向。这并非没有可能，但机器人总能稳定回球，还刻意把球打向人类选手空当，这又该如何解释？场面看起来完全是竞技对抗。

显然，这款机器人还有提升空间。它时常摇摇晃晃，仿佛随时会失衡，球拍看起来像是和右臂焊死在一起，不够灵动。

但是通过视频还不能确定，如果当机器人遇到高过它金属头顶的来球时，它该如何应对，是跳起来扣杀还是什么？