Konferensi puncak bisa diadakan setiap tahun, tapi tidak semua laboratorium bisa masuk ke jurnal ini.
"Science Robotics" adalah jurnal top yang diakui secara internasional di bidang robotika, diterbitkan di bawah naungan jurnal induk "Science", dengan faktor dampak yang secara konsisten menempati peringkat pertama dalam disiplin ilmu robotika. Mempublikasikan hasil penelitian di jurnal ini berarti penelitian tersebut telah melalui proses peer-review yang paling ketat di bidangnya, mewakili kemajuan teknologi paling mutakhir dan paling terobosan saat ini.
Pada Agustus tahun ini, "Science Robotics" meluncurkan edisi khusus tentang humanoid robot, yang menghimpun hasil penelitian terbaru dari seluruh dunia di bidang robot humanoid. Edisi khusus ini hanya memuat platform dari tiga perusahaan robot humanoid di seluruh dunia — Accelerated Evolution, Unitree, dan Boston Dynamics, mewakili barisan terdepan penelitian robot humanoid global.
Dalam edisi khusus ini, tim Profesor Zhao Mingguo dari Departemen Otomasi Universitas Tsinghua bekerja sama dengan ByteDance Seed dan China Agricultural University menerbitkan sebuah makalah berjudul "Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots" (Mempelajari Keterampilan Sepak Bola Reaktif Berbasis Penglihatan untuk Robot Humanoid). Makalah ini mengusulkan kerangka kerja pembelajaran keterampilan sepak bola reaktif berbasis penglihatan, memungkinkan robot humanoid hanya mengandalkan visi on-board untuk terus-menerus menemukan bola, mengejar bola, menyesuaikan gaya berjalan, dan menendang ke berbagai arah dalam lingkungan dinamis. Platform verifikasi fisik yang mendukung penelitian ini adalah robot humanoid dari Accelerated Evolution.
Tautan makalah: https://www.science.org/doi/10.1126/scirobotics.aed1152
Halaman proyek: https://humanoid-kick.github.io/
Pekerjaan ini tidak berhenti pada satu gerakan atau indikator tunggal, melainkan memasukkan persepsi visual, estimasi keadaan, gerak bipedal, dan kontak fisik ke dalam tugas sepak bola nyata, bahkan masuk ke lapangan RoboCup, diuji dalam lingkungan yang terus berubah dan pertandingan nyata yang melibatkan perlawanan.
Estafet Teknologi Dua Puluh Dua Tahun
Tahun 2004, Zhao Mingguo memimpin mahasiswanya mendirikan tim sepak bola robot Vulcan Tsinghua. Tahun berikutnya, mereka membawa robot buatan sendiri untuk berpartisipasi dalam RoboCup. Robot awal hanya setinggi sekitar 50 cm, berjalan lambat, dan saat bertanding masih membutuhkan petugas pengaman untuk mencegahnya terjatuh. Selama lebih dari dua puluh tahun berikutnya, tim Vulcan hampir setiap tahun mengikuti kompetisi, robot mereka secara bertahap tumbuh hingga lebih dari satu meter, belajar bangun secara mandiri, berlari cepat, dan menendang kuat.
Lapangan sepak bola juga menjadi tempat uji jangka panjang bagi tim untuk menguji visi, pengambilan keputusan, kontrol gerak, dan keandalan mesin secara keseluruhan. Seberapa milidetik lambatnya pengenalan visual, seberapa sentimeter pergeseran titik pijakan, ke arah mana robot cenderung gagal menendang, semuanya dapat langsung terlihat dalam pertandingan nyata. Tim kemudian membawa masalah kembali ke laboratorium, memodifikasi algoritma, dan mengujinya lagi di kompetisi berikutnya. Siklus ini berlanjut selama lebih dari dua puluh tahun.
Zhao Mingguo telah lama terlibat dalam penelitian komputasi otak dan kontrol robot. Chip otak "Tianjic" yang ia kembangkan bersama tim dan penelitian sepeda tanpa pengemudi pernah tampil di sampul majalah "Nature", dan terpilih sebagai salah satu dari Sepuluh Kemajuan Ilmiah China 2019. Dari komputasi otak hingga robot sepak bola, fokus perhatiannya selalu pada bagaimana persepsi, penilaian, dan tindakan berjalan berkelanjutan dalam sistem yang sama.
Seiring waktu berlalu, anggota tim Vulcan berganti dari angkatan ke angkatan. Cheng Hao, pendiri Accelerated Evolution, adalah kapten ketiga tim Vulcan. Setelah lulus dari Tsinghua, ia melalui tempering wirausaha internet dan pengalaman sebagai Wakil Presiden Produk Feishu di ByteDance. Pada tahun 2023, kapten yang tak henti-hentinya memikirkan robot ini memilih untuk memulai kembali, mendirikan "Accelerated Evolution". Banyak anggota yang dulu berjuang bersama di tim Vulcan juga bergabung, sebagai tim awal, memulai kembali perjalanan bersama tentang robot. Penulis pertama makalah, Wang Yushi, berasal dari generasi baru tim Vulcan.
Dari pendirian tim Vulcan pada tahun 2004, hingga terbitnya makalah di jurnal internasional top pada tahun 2026, ini adalah sebuah estafet teknologi yang melintasi dua puluh dua tahun.
Membuat Robot Melihat dan Bereaksi di Tengah Kebisingan
Makalah ini mencoba memecahkan masalah yang telah lama membingungkan dunia akademis: dalam lingkungan nyata yang penuh kebisingan, keterlambatan, dan halangan, bagaimana robot humanoid dapat melihat dan langsung bereaksi.
Saat manusia menendang bola, penglihatan dan gerakan hampir terjadi bersamaan. Mata melacak bola, otak menilai jarak dan arah, tubuh terus menyesuaikan pusat gravitasi dan titik pijakan. Bahkan jika bola sebentar tertutup, manusia masih dapat memprediksi posisi kemunculannya berikutnya berdasarkan lintasan gerakan sebelumnya.
Robot perlu menyelesaikan proses ini menggunakan kamera, algoritma, dan kontrol sendi, tetapi kesulitannya jauh lebih besar. Gambar yang ditangkap kamera mungkin buram karena gerakan yang keras, deteksi target memiliki kebisingan dan keterlambatan, bola mungkin keluar dari bidang pandang atau tertutup. Pada saat yang sama, robot bipedal juga harus menjaga keseimbangan, dan memutuskan posisi pijakan berikutnya dalam puluhan milidetik. Persepsi, lokalisasi, pengambilan keputusan, gerakan, dan kontak fisik dimampatkan ke dalam satu tugas berkelanjutan, jika ada satu bagian saja yang terlambat setengah langkah, robot bisa gagal menendang atau terjatuh.
Solusi tradisional biasanya memecah proses ini menjadi beberapa modul. Sistem visual mengidentifikasi bola dan memperkirakan posisinya, modul keputusan memilih tindakan, pengontrol gerak kemudian menggerakkan robot untuk melaksanakannya. Metode ini memudahkan debugging, tetapi juga mudah menghasilkan penumpukan kesalahan dan keterlambatan, dan strategi yang dilatih dalam simulasi sempurna, ketika diterapkan di dunia nyata mungkin menunjukkan penurunan kinerja yang nyata karena pencahayaan, kebisingan, atau halangan.
Tim Zhao Mingguo mengusulkan kerangka kerja pembelajaran penguatan persepsi-gerak yang terpadu. Inti pemikirannya adalah menempatkan persepsi visual dan kontrol gerak di bawah tujuan optimalisasi yang sama untuk pelatihan end-to-end.
Ikhtisar sistem kontrol robot Accelerated Evolution berbasis penglihatan.
Tim peneliti pertama-tama membangun sistem persepsi virtual.
Mereka membuat robot nyata mengamati bola dari berbagai jarak dan sudut pandang, mengumpulkan data selama sekitar satu jam, kemudian membandingkannya dengan posisi nyata yang direkam oleh sistem motion capture, sehingga mendapatkan karakteristik persepsi seperti kebisingan posisi, tingkat keberhasilan deteksi, frekuensi pembaruan, dan keterlambatan.
Karakteristik ini kemudian dibawa ke dalam simulasi. Semakin jauh jarak bola, semakin besar kebisingan posisinya; bidang pandang kamera berubah seiring dengan perubahan orientasi kepala robot. Bahkan jika bola muncul dalam bidang pandang, deteksi mungkin gagal karena gerakan buram dll. Sistem visual diperbarui sekitar 25Hz, dengan keterlambatan rata-rata sekitar 116 milidetik.
Setelah penglihatan terputus sebentar, pengontrol masih perlu menilai posisi dan tren gerakan bola berdasarkan informasi sebelumnya. Untuk itu, makalah merancang arsitektur encoder-decoder.
Strategi akan membaca 50 frame terakhir observasi sejarah, sekitar satu detik, kemudian mengompres informasi ini menjadi keadaan tersembunyi 64 dimensi. Pada tahap pelatihan, decoder akan mencoba merekonstruksi posisi bola nyata dan parameter dinamika robot dari keadaan tersembunyi. Tugas bantu ini membantu strategi menyelesaikan penghilangan kebisingan visual, dan juga memungkinkannya terus memperkirakan posisi target setelah bola menghilang sementara.
Actor yang bertanggung jawab mengeluarkan tindakan hanya dapat menggunakan sebagian observasi yang dapat diperoleh robot nyata, sedangkan Critic pada tahap pelatihan dapat mengakses keadaan lengkap dalam lingkungan simulasi, memberikan informasi tambahan untuk optimalisasi strategi. Decoder dan Critic akan dihapus setelah diterapkan ke mesin fisik.
Agar gerakan lebih alami, tim juga memperkenalkan prior gerak adversarial AMP. Data pelatihan mencakup data gerakan berjalan manusia omnidireksional selama sekitar 76 detik dan data gerakan menendang dengan sisi dalam kaki selama 30 detik. Discriminator bertanggung jawab menilai seberapa dekat gerakan robot dengan demonstrasi manusia, strategi pembelajaran penguatan terus mengoptimalkan pengejaran dan pencetakan gol.
Kendala simetri cermin lebih lanjut membantu robot menguasai tendangan dengan kaki kiri dan kanan, menghindari konvergensi ke tendangan satu sisi. Akhirnya, menemukan bola, mengejar bola, menyesuaikan titik pijakan, dan menendang ditempatkan dalam strategi yang sama, pengontrol mengeluarkan perintah posisi sendi pada 50Hz.
Lima pola gerakan yang dibentuk oleh strategi, termasuk tendangan kaki kiri dan kanan, berjalan lurus, dan belok kiri-kanan. Lintasan berwarna adalah gerakan yang dihasilkan strategi, titik abu-abu adalah gerakan referensi manusia.
Selama proses pelatihan, banyak perilaku otonom yang muncul.
Saat bola mendekati tepi bidang pandang, robot secara aktif memutar kepala dan badan, mengembalikan bola ke bidang pandang. Di tepi lapangan tidak menemukan bola, biasanya pertama-tama menghadap ke tengah lapangan, kemudian memperluas area pencarian.
Gaya berjalan juga berubah sesuai jarak bola. Saat jarak jauh, robot menggunakan frekuensi langkah yang lebih lambat, setiap siklus gaya berjalan sekitar 0,7 hingga 0,8 detik, untuk mempertahankan pengamatan stabil; mendekati bola, siklus memendek menjadi 0,3 hingga 0,4 detik, dengan langkah-langkah lebih pendek dan cepat untuk menyesuaikan titik pijakan.
Saat gawang berada di belakang, strategi bahkan menghasilkan gerakan tendangan kait berputar, robot berputar dengan kaki penopang sebagai poros, kaki lainnya menendang bola ke arah gawang dari samping, menghemat waktu untuk menata ulang posisi.
Perubahan-perubahan ini pada akhirnya juga tercermin dalam data eksperimen.
Dalam satu detik sebelum menendang, kesalahan posisi bola dalam observasi visual mentah adalah 0,344 meter, setelah estimasi keadaan internal strategi, kesalahan turun menjadi 0,186 meter, penurunan sekitar 46%. Dalam simulasi, ketika deteksi visual terputus sebentar selama 0,3 detik, tingkat keberhasilan robot menyentuh bola masih lebih dari 90%, tingkat pencetakan gol lebih dari 50%. Menghadapi bola diam, strategi pembelajaran biasanya hanya membutuhkan sekitar 1,5 detik dari start hingga menyentuh bola, sistem berbasis aturan tradisional membutuhkan sekitar 2 hingga 5 detik, pengurangan waktu tertinggi mencapai 64%.
Perbandingan antara strategi pembelajaran dan strategi berbasis aturan canggih RoboCup saat ini. (A, B) Waktu yang dibutuhkan robot dari start hingga menyentuh bola pada sudut pendekatan berbeda, serta kecepatan sudut maksimum selama proses ini. Robot awalnya diam, berjarak 1,5 meter dari bola. Area bayangan menunjukkan standar deviasi, setiap arah diuji 5 kali. (C, D) Gerakan khas saat strategi berbasis aturan mengontrol robot menendang ke depan (0°) dan ke belakang (180°). (E, F) Strategi pembelajaran dapat menggabungkan pendekatan bola dengan menendang menjadi satu gerakan berkelanjutan.
Dalam pengujian mesin fisik, tingkat keberhasilan robot di posisi depan lapangan mencapai 80% hingga 90%, di posisi belakang mencapai 60% hingga 70%, selama pengujian tidak terjatuh. Menghadapi bola bergulir, ketika kecepatan bola di bawah 0,5 meter per detik, strategi masih dapat mempertahankan tingkat keberhasilan lebih dari 50%, eksperimen mesin fisik juga menunjukkan tren serupa.
Keterangan gambar: Tendangan reaktif menghadapi bola bergulir.
(A) Saat bola bergulir secara horizontal, robot bergerak cepat ke samping dan menyelesaikan tendangan. Di mana, (i) menunjukkan lintasan gerakan robot dan bola serta pola kontak kaki yang sesuai, (ii) menunjukkan gerakan berkelanjutan robot.
(B) Saat bola bergulir ke belakang robot, robot berputar cepat dan menendang. (i) dan (ii) menunjukkan konten yang sama dengan (A).
(C) Tingkat keberhasilan menendang, tingkat pencetakan gol, dan waktu untuk menyentuh bola pada kecepatan bola berbeda. Hasil simulasi ditampilkan dalam diagram batang, setiap kecepatan bola diuji 8192 kali; hasil mesin fisik ditandai dengan segitiga, setiap kecepatan bola diuji 10 kali. Bilah kesalahan menunjukkan standar deviasi hasil pengujian simulasi.
Strategi ini juga masuk sebagai modul keterampilan gerak ke dalam sistem pertandingan lengkap tim Vulcan Tsinghua. Tahun 2025, tim Vulcan memenangkan liga robot humanoid dewasa RoboCup dan Kejuaraan Dunia Humanoid Robot Sports Games, dua acara secara kumulatif mencetak 76 gol, hanya kebobolan 11 gol. Tahun 2026, tim kembali berhasil mempertahankan gelar dalam kompetisi RoboCup Large Size.
Menuju Platform Embodied Generasi Berikutnya
Strategi pembelajaran dapat diterapkan langsung dari simulasi ke mesin fisik, algoritma hanyalah salah satu bagiannya. Konsistensi respons sendi, stabilitas siklus kontrol, kemampuan sensor dan unit komputasi untuk mengeluarkan hasil tepat waktu, semuanya memengaruhi kinerja akhir. Kesalahan apa pun di level dasar dapat diperbesar saat gerakan berkecepatan tinggi.
Eksperimen mesin fisik dalam makalah menggunakan platform robot humanoid dari Accelerated Evolution. Eksperimen tidak melakukan modifikasi khusus pada bodi, informasi bola berasal dari kamera on-board di kepala, persepsi dan kontrol berjalan pada unit komputasi on-board. Ini menunjukkan bahwa robot humanoid produksi dalam negeri sudah dapat menampung penelitian embodied intelligence terdepan dunia, peneliti dapat fokus pada algoritma, kemudian menerapkan hasil pelatihan ke perangkat keras nyata.
Hubungan Accelerated Evolution dengan tim Vulcan, dengan demikian, meluas dari warisan talenta ke platform teknologi.
Bulan Juli tahun ini, Accelerated Evolution merilis platform unggulan generasi baru Booster T2, edisi profesional dilengkapi chip NVIDIA Thor, komputasi ujung mencapai 2070 TFLOPS, merupakan platform dengan komputasi terdepan saat ini di bidang robot humanoid bipedal. Booster Studio yang menyertainya mengintegrasikan pelatihan simulasi, pengembangan algoritma, dan penerapan mesin fisik ke dalam satu lingkungan pengembangan yang sama.
Tanggal 19 Agustus, Booster T2 resmi diperkenalkan di World Robot Conference, menunjukkan debut gerakan ledakan tinggi. Tiga hari kemudian, 80 unit Booster T2 menyelesaikan koordinasi otonom tanpa pusat dalam pembukaan pesta olahraga robot, menulis BEIJING, logo pesta olahraga, dan ikon tiga item pertandingan di atas tanah, tanpa kendali jarak jauh, tanpa komando, 80 "otak" yang mengambil keputusan independen mencapai koordinasi pada saat yang sama. Total komputasi 80 robot mencapai sekitar 170.000 TFLOPS, membentuk kluster komputasi yang sedang berjalan.
Loop persepsi tertutup tunggal mesin, perubahan formasi kooperatif multi-mesin, di belakangnya bergantung pada kemampuan dasar yang sama: stabilitas bodi, komputasi ujung real-time, kontrol gerak presisi. Batas kemampuan terus berkembang seiring iterasi platform.
Dari robot awal setinggi 50 cm yang perlu ditopang orang agar bisa berdiri, hingga Booster T2 yang hari ini bermain bola secara mandiri di lapangan seluas ribuan meter persegi, berbaris dan menulis dalam upacara pembukaan, akumulasi dua puluh dua tahun, semakin hadir dalam skala yang semakin besar, robot humanoid juga secara bertahap bergerak dari "bisa bergerak" menuju "bisa digunakan", dari tindakan tunggal mesin ke kolaborasi kelompok.
Tautan referensi: https://www.science.org/journal/scirobotics
Artikel ini berasal dari akun WeChat publik "Machine Heart" (ID: almosthuman2014), disunting oleh Yang Wen
