一记精彩的反手抽杀，清华大学iPingPong战队的机器人拿下关键一分。在第二届世界人形机器人运动会乒乓球项目上，这位机器人“选手”以小组第一晋级，尽管在昨晚的淘汰赛中无缘四强，但它的精湛球技还是得到现场观众的一致认可。

　　让人意外的是，这位“机器人高手”学球还不满一个月。清华大学iPing-Pong战队学生队长郑梓昂介绍说，团队8月初才将完整技术链路适配至智元A3机器人，尽管时间紧迫，但为了冲刺最有价值的科研范式，他们整套算法没有采用传统分层决控架构，依然坚定探索最具潜力的端到端模型架构。“这种模式的算法设计和模型训练困难，但性能上限高。”郑梓昂进一步解释说，“比如它可以学会反手大力抽杀这样类似于专业运动员的技术动作，但是传统分层方案是不具备这种可能的。”

　　机器人打乒乓球，看似简单，实则困难。站在球台前，机器人首先需要感知环境、预测乒乓球轨迹；面对来球，更需要在几毫秒内作出判断与决策，并在保持自身运动稳定的情况下完成击球任务。整套流程对实时性、精准度、稳定性都有着极致要求。

　　为了达成目标，清华大学iPing-Pong战队采取强化学习和对抗模拟的方式让机器人学会打乒乓球。强化学习就是让机器人“自我博弈”，郑梓昂解释说：“这和人类的学习机制相似，机器人顺利完成击球、回球等指定任务时，我们就给予正向奖励；如果出现击球失误，就给予惩罚信号。通过此类探索试错的方式不断自主进化。”对抗模拟则是将人类视为老师，采集人类的全身运动数据，用于指导机器人打乒乓球，让它的打球方式越来越像人类。

　　为保障训练效果，郑梓昂与队友通过仿真训练与真机微调两种方式收集数据、迭代调试，帮助机器人提升球技。郑梓昂笑着说，有队员一天要和机器人打六七个小时，“我们穿上动作捕捉服装，记录数据，再‘喂’给机器人。”

　　清华大学iPingPong战队的同学们不少都是大二、大三的本科生，2002年出生、正在读研究生二年级的郑梓昂是年龄最大的。郑梓昂向记者介绍说，团队成员的学术背景非常多元，他的研究方向是人形机器人全运动控制和视觉强化学习，其他队员的专业包括机械、力学、网络安全等，大家带着对人形机器人领域相同的热爱走到一起。

　　郑梓昂认为，AI时代，每个人在具体领域的能力差距变小了，更重要的是做事习惯与方法论，“我们团队最大的优势就是每个人的表达能力都很强，做事情前能提前规划好路径。”他透露，团队中很多本科同学接下来都准备加入他所在的课题组读研，他本人则准备继续深造，带着热爱继续深耕。