宇树G1惊艳上篮！港科大机器人AI交互技术深度解析

type

status

date

slug

summary

从仿真到现实：SkillMimic-v2 的核心突破

让机器人在模拟器中打球是一回事，在真实世界中打球则是完全不同的挑战。真实世界充满了摩擦力变化、传感器噪声以及不可预知的物理干扰。港科大团队提出的 SkillMimic-v2，正是为了解决交互演示强化学习（RLID）中长期存在的痛点：演示数据稀疏、含噪且覆盖不足。

目前，通过动作捕捉（MoCap）收集的数据往往存在严重的质量问题： * 稀疏性：数据量有限，缺乏技能之间的自然过渡（例如从运球无缝切换到投篮）。 * 不连贯性：不同的动作片段是割裂的。 * 噪声：数据中常包含物理上不可行的状态（如穿模、接触位置偏差），这对于要求极高精度的篮球操作是致命的。

SkillMimic-v2 的天才之处在于，它没有试图去采集更完美的数据，而是利用现有的“不完美”数据，通过算法挖掘出潜在的、物理可行的轨迹空间。

三大技术支柱：构建鲁棒的交互策略

为了实现这一目标，研究团队引入了三个关键技术模块，使得宇树G1机器人能够在低质量数据条件下，训练出兼具鲁棒恢复能力与技能迁移能力的复杂策略。

1. 拼接轨迹图 (Stitched Trajectory Graph, STG)

为了解决技能间的连接问题，算法不再将动作视为孤立的片段。STG 能够在不同的演示轨迹之间寻找相似的状态点。如果在“运球”和“上篮”的轨迹中发现了相似的身体姿态和球的位置，系统就会建立一条连接。这种宏观的图结构允许AI策略学习到原始数据中未曾出现的技能转换，极大地丰富了机器人的动作库。

2. 状态转移场 (State Transition Field, STF)

这是赋予机器人“抗干扰能力”的关键。传统的训练往往从参考轨迹的特定点开始，而 STF 技术则在参考轨迹的邻域内随机采样状态进行初始化。这意味着，即使机器人因为外部推力或误差偏离了标准动作，算法也能通过计算与参考状态的相似度，找到最佳的“归位”路径。这形成了一个具有恢复能力的“场”，迫使强化学习策略学会如何从错误中恢复，而不是直接死机。

3. 自适应轨迹采样 (Adaptive Trajectory Sampling, ATS)

并非所有的动作难度都一样。ATS 技术根据当前策略在某段轨迹上的表现动态调整采样概率。简单来说，如果机器人在“起跳投篮”这个环节经常失败（奖励值低），算法就会自动增加这个片段的训练频率。这种机制解决了长序列任务中，因局部失败导致整个动作链条断裂的问题，显著提升了训练效率。

技术演进之路：从 PhysHOI 到 SkillMimic

宇树G1的成功并非一蹴而就，而是基于该团队在人工智能与物理交互领域长期的积累。

早在2023年，团队核心成员王荫槐等人就提出了 PhysHOI，这是一种基于物理仿真的动态人-物交互模仿学习框架。它通过引入接触图（Contact Graph）和运动学奖励，初步实现了在仿真环境中复现参考数据的HOI技能。

随后，SkillMimic（CVPR 2025 Highlight）进一步引入了统一的HOI模仿奖励机制和分层学习架构。它放弃了为每种技能单独设计奖励的繁琐过程，而是通过模仿大规模的篮球交互数据集，让机器人学会了运球、上篮、投篮等多种风格的技能。

如今的 SkillMimic-v2 则是这一技术路线的集大成者。实验数据显示，相比前代技术，V2版本在困难技能（如上篮）上的成功率从0飙升至91.5%，技能转换成功率更是达到了惊人的94.9%。

具身智能的未来展望

港科大团队的这项成果，展示了AI在处理复杂物理交互任务时的巨大潜力。从仿真环境的小试牛刀，到如今宇树G1在真实环境中的完美上篮，我们看到了Sim-to-Real（仿真到现实）鸿沟正在被快速填平。

这不仅仅是关于篮球。这种能够从稀疏、嘈杂数据中学习鲁棒策略的能力，可以广泛应用于家庭服务机器人、工业装配以及复杂的灾难救援场景。随着LLM（大语言模型）为机器人提供更强的大脑，SkillMimic这类技术将为机器人提供更灵活的四肢。

未来，我们或许能看到更多像宇树G1这样的机器人，不仅能打“村BA”，还能走进千家万户，真正实现AGI时代的具身智能愿景。

想要了解更多关于AI新闻、ChatGPT动态以及人工智能前沿技术，请持续关注国内领先的AI资讯门户 AIGC.BAR，我们将为您带来第一手的深度解读。