银河星仔亮相：强化学习机器人首次实现自主网球对打

8 月 22 日，全球首款全自主打网球的人形机器人“银河星仔”在第二届世界人形机器人运动会上亮相，并与演员李昀锐、网球名将郑洁完成了一场人机混双对打。它不是按照固定轨迹重复挥拍，而是要在真实球场中识别来球、判断落点、移动到位、调整身体姿态，再决定击球时机和回球方向。

这次展示的意义，不在于机器人终于“会挥网球拍”，而在于它开始处理一项带有连续反馈、动态对抗和不确定性的运动任务。过去的人形机器人更擅长在可控环境中完成抓取、搬运、巡检或固定动作演示；网球则要求机器人在几乎没有容错空间的情况下，把视觉感知、运动规划、全身控制和即时决策串成一个闭环。

0.1 秒锁定时速超过 50 公里的来球

银河星仔是一款身高约 1.75 米的人形机器人，搭载银河通用面向网球对抗研发的 LATENT 智能规控算法。公开信息显示，它的双目视觉系统能够在 0.1 秒内锁定时速超过 50 公里的来球，并根据球的轨迹快速完成移动、站位和挥拍。

双目视觉系统是通过两个摄像头获取空间深度信息的视觉系统，核心作用是同时判断目标“在哪里”和“距离多远”。对网球机器人来说，仅仅看见一个黄色球体远远不够，还必须估计球的飞行方向、速度、高度和预计落点。机器人如果提前半步移动，可能够不到球；如果提前挥拍，又可能在球拍与网球接触的一瞬间错过击球窗口。

公开实测数据显示，银河星仔的正手击球成功率达到 90.9%，能够稳定完成 20 轮以上连续对拉，并自主控制回球落点和节奏。这里的“成功率”主要反映特定测试条件下机器人完成正手回球的能力，并不等同于职业网球比赛中的得分率。后者还涉及发球、旋转、反应速度、战术变化、体能和对手水平等更复杂因素。

| 指标 | 银河星仔公开表现 | 这项指标意味着什么 | |---|---:|---| | 机器人身高 | 约 1.75 米 | 接近成年人的身体尺度，便于使用标准球场和球拍动作 | | 来球识别 | 0.1 秒内 | 需要在极短时间内完成视觉定位和轨迹判断 | | 来球速度 | 超过 50 公里/小时 | 测试包含较高速度的动态来球，而非静止目标 | | 正手击球成功率 | 90.9% | 反映特定测试任务中的稳定回球能力 | | 连续对拉 | 20 轮以上 | 说明系统能够持续闭环决策，而不是只完成单次动作 | | 控制能力 | 可调整落点与节奏 | 回球不再只是“碰到球”，还包含一定策略性控制 |

LATENT 的关键：不是复制动作，而是学会解决问题

深度强化学习是一种通过“尝试—获得反馈—调整策略”学习行为的方法，机器人不需要为每一种情况提前写好完整动作脚本。与传统程序控制相比，强化学习更像是让机器人在大量试错中逐步形成一套策略：什么情况下向左移动，什么时候降低重心，何时挥拍，以及如何用身体和球拍共同改变回球方向。

LATENT 是银河通用与清华大学团队提出的面向人形机器人网球技能学习的全身实时智能规控方法，名称来自“Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data”。简单说，它试图让机器人从并不完美的人类动作数据中学习网球运动技能，再通过强化学习和真实机器人训练，把这些技能转化为适合机器人身体结构的动作策略。

这条路线绕开了一个长期存在的数据瓶颈：高质量的人形机器人网球数据非常难采集。

传统模仿学习通常需要大量精确的遥操作数据，或者依赖动作捕捉系统记录人类运动员从准备、移动到击球的完整过程。但网球击球包含快速转体、脚步调整、重心转移和手腕变化，尤其是球拍与网球接触的瞬间，对采样频率和空间精度要求很高。要把一场真实比赛完整转录成机器人可以直接执行的训练数据，成本高、覆盖面窄，而且人体与机器人在关节数量、质量分布、执行器能力上并不完全相同。

LATENT 的思路是把“动作示范”与“最终控制策略”拆开。人类数据可以只提供正手击球、反手击球、侧向滑步、交叉步等基础技能片段，不必要求每一段数据都完美，也不必直接照搬人的动作轨迹。机器人先从这些数据中获得运动先验，再在仿真或真实环境中根据球场状态、来球轨迹和自身姿态不断修正。

运动先验是指系统从已有数据中学到的、可迁移的动作规律，例如击球前需要侧身、移动时要降低重心、挥拍必须与脚步和躯干协同。它不是一套固定指令，而是为后续决策提供“起点”。这也是为什么银河星仔的动作看起来不像机械臂定点执行：它不是每次都走同样的路径，而是在不同来球下重新组织身体动作。

网球为什么是人形机器人的高难度考场

网球是检验人形机器人动态智能的一项高难度任务，因为它同时考验速度、精度、平衡和连续决策。

第一，来球轨迹不断变化。机器人面对的不是一条固定抛物线，而是带有不同速度、角度和落点的球。对手改变击球位置后，机器人必须重新估计球路，原本规划好的移动路径很快就会失效。

第二，击球是全身协同动作。网球回球并非只靠手臂。机器人需要先移动双腿，再通过髋部、躯干、肩部和手臂共同完成挥拍，同时保持身体平衡。如果只追求球拍末端的位置，很容易出现脚下站不稳、击球后无法恢复姿态，或者下一拍来临时来不及移动的问题。

第三，接触时间极短。球拍与网球的接触往往发生在很短的时间窗口内，哪怕视觉判断只出现几十毫秒级偏差，也可能导致击球点错位。机器人还要根据自身运动状态动态调整击球高度、拍面角度和出拍速度，而不是到达预设位置后简单执行一条挥拍轨迹。

第四，对抗是连续的。单次击球成功并不能证明机器人真正掌握了网球技能。机器人需要在回球后迅速恢复、判断对手下一次击球、重新移动，并把每一次动作的结果反馈给下一次决策。公开展示中“20 轮以上连续对拉”的价值，正是它体现了持续闭环控制能力。

从“动作脚本”走向实时规控

实时规控是指机器人根据当前环境和自身状态，持续计算下一步动作，而不是提前播放一段固定动作。银河星仔的展示，最值得关注的正是这一点。

固定脚本适合结构化任务。例如，机器人可以提前设定“向前走三步、抬手、挥拍”的动作序列。但只要来球位置变化，固定脚本就容易失效。真正的网球对打要求机器人每隔很短时间重新回答几个问题：球在哪里？我能否接到？应该向哪个方向移动？当前姿态是否适合击球？击球后怎样快速回到下一拍的位置？

LATENT 试图把这些问题统一到一个全身控制框架中。它的输出不是单独的手臂轨迹，而是同时影响双腿、躯干和手臂的运动策略。这个区别很重要：在高动态运动中，手臂只是最后执行击球的一个部件，真正决定动作质量的是整个身体如何在空间中协调。

从银河通用近期公开的机器人产品路线看，公司还在构建名为“银河星脑”的具身大模型体系。具身大模型是能够把视觉、语言、任务规划和机器人动作连接起来的模型系统，目标是让不同形态的机器人共享感知、决策和控制能力。银河通用曾介绍，其 WAM 架构可面向双足、轮式和重载等不同机器人本体；双足人形机器人 Galbot ET-1 则搭载物理世界原生智能体 AstraBrain-Agent，用于理解环境和语言指令，并动态生成行为序列。

不过，不能简单把“会理解语言”和“会打网球”视为同一项能力。语言交互解决的是任务意图理解，网球对抗解决的是高速连续运动控制。前者更像“大脑”决定做什么，LATENT 这类全身规控算法则更接近“运动小脑”，负责在毫秒到百毫秒级时间尺度内协调身体怎么做。两者最终需要融合，但训练数据、评价指标和工程难点并不相同。

这次展示证明了什么，又没有证明什么

银河星仔证明了人形机器人已经能够在真实球场中完成一定条件下的自主网球连续回球，但这并不意味着它已经具备职业运动员水平。

首先，公开资料目前没有披露完整测试协议，包括球场尺寸、发球方式、来球速度分布、测试样本数量、失败样本定义，以及正手击球成功率 90.9% 的统计口径。没有这些信息，外界很难直接把数据与其他机器人系统或人类运动员进行严格横向比较。

其次，20 轮以上对拉更接近稳定性演示，而不是正式比赛成绩。真正的竞技网球还需要处理旋转球、放短球、底线深球、变线球和发球等情况，也要在长时间运动中面对电池续航、执行器温升、关节冲击和跌倒风险。

再次，人机混双表演通常会对球路和节奏进行一定组织，以保证演示连续性和安全性。这样的展示依然有价值，因为它证明机器人能够在开放程度更高的环境中工作，但不能直接等同于完全不受约束的竞技对抗。

因此，更准确的判断是：银河星仔把人形机器人从“执行一次运动动作”推进到了“在动态环境中连续选择并修正动作”。它的突破更偏向控制范式和训练方法，而不是单纯刷新一个机器人体育表演纪录。

对机器人产业的价值：网球只是验证场

网球场上的能力未必会直接变成消费级产品，但它可以验证机器人进入非结构化环境所需的几项底层能力。

一是快速感知。家庭、仓储和工业现场都存在移动目标、遮挡和突发变化。机器人如果只能识别静态物体，就难以处理人走动、物品滑落或任务中途发生变化的情况。

二是全身协调。搬运重物、上下楼梯、整理柔性衣物和在狭窄空间行走，都要求机器人协调多个关节，而不是只控制一只机械臂。

三是长程任务执行。长程任务是由多个步骤组成、执行过程中状态还会不断变化的任务，例如取衣、放入洗衣机、关门、晾晒和重新调整衣物。银河通用此前展示的家庭任务，就涉及持续感知和动作重规划。网球对拉虽然时间更短，但同样要求机器人根据上一拍结果决定下一拍。

四是从示范数据到真实执行的泛化。机器人最终要面对的不是训练集里的标准动作，而是不同身高的人、不同地面摩擦、不同物体形状和不同环境光线。LATENT 使用不完美人类运动数据并尝试在真实机器人上完成技能迁移，对未来的运动技能学习具有方法层面的参考价值。

但产业化仍取决于可靠性、成本和安全性。一个能在演示中完成 20 轮回球的机器人，距离每天在家庭或工厂中工作数小时，还需要补上跌倒自恢复、碰撞检测、异常处理、能源管理和维护成本等环节。对机器人公司来说，真正困难的往往不是让系统偶尔完成一次高难度动作，而是让它在数万次重复任务中保持稳定，并且在失败时不会造成设备或人员损伤。

结语：机器人开始拥有“运动决策”

银河星仔在 2026 年 8 月 22 日的亮相，标志着人形机器人体育演示进入了一个更值得关注的阶段：机器人不再只是复刻人类动作，而是开始在动态对抗中感知、判断、移动和修正。

它距离真正的网球运动员仍有明显差距，但 0.1 秒级来球识别、90.9% 的正手击球成功率和 20 轮以上连续对拉，已经说明强化学习与全身实时控制正在从实验室走向真实场景。下一步值得观察的，不是机器人能否再打一段更长的视频，而是 LATENT 能否在不同场地、不同对手、不同旋转和更少人工组织的条件下保持性能。

如果这套方法能够迁移到接球、挥杆、避障、搬运和复杂操作任务，人形机器人获得的将不只是一个“会打网球”的标签，而是一套面对现实世界不确定性的运动能力。对具身智能来说，这比一次漂亮的挥拍更重要。

参考来源

• IT之家：全球首款全自主打网球机器人亮相，与运动员开展人机混双对打 —— 报道银河星仔在第二届世界人形机器人运动会上的公开亮相，以及身高、视觉识别、击球成功率和连续对拉等数据。
• IT之家：全球首款自主打网球机器人亮相人形机器人运动会 —— 汇总公开活动信息与现场人机混双对打内容。