（全球TMT2026年3月23日讯）近日，银河通用机器人与真人选手的连续自主网球对打视频刷爆全网。机器人不是在执行预先编程的动作，而是在像人一样——全场跑动、自主决策、精确击打。这背后是银河通用机器人发布的最新成果——全球首个面向网球对抗的人形机器人全身实时智能规控算法：LATENT。

LATENT（Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data）是来自银河通用与清华大学联合提出的新研究。这种新的机器人运动学习方法，使人形机器人能够从不完美的人类动作数据中学习复杂的运动技能，并在真实世界中完成高动态、高敏捷的网球击球与对打任务。LATENT并没有沿用传统“高质量遥操数据进行模仿学习”的路径，而是从现实世界更可获取的数据出发，重新设计了运动能力的学习方式。

它不依赖昂贵且几乎不可获得的运动员全场比赛跑动数据，也不依赖精确的击球手部轨迹，而是仅通过收集前后移动、正反手挥拍、横向步伐等碎片化动作，让机器人自主学习运动技能。这些数据，在LATENT中被构建为“运动小脑”，从而解锁大范围跑动、急停调整，以及对各种来球的稳定回击能力。研究团队在隐空间中构建了一个“运动技能空间”。在这一空间中：碎片化的人类动作被组织为可组合、可泛化的技能结构；在训练过程中，对关键自由度引入随机扰动，使技能具备可修正、可探索能力。

为了验证LATENT的性能，研究团队将策略部署在29自由度的人形机器人上，并在仿真与真实环境中进行了大量测试。实验显示，机器人在真实世界与人类进行网球对拉中，正手成功率超过90%，反手接近80%，网前成功率接近90%，底线附近击球成功率超过80%。