机器人篮球技能突破 - 全球首个能在真实场景中完成篮球动作的机器人demo由香港科技大学团队研发，基于宇树G1机器人实现三步上篮等丝滑动作[1][3][4] - 机器人通过SkillMimic-V2技术解锁"现实世界打篮球"技能，虽未达NBA水平但已接近"村BA"首发标准[3][7] SkillMimic-V2技术核心 - 技术旨在解决交互演示强化学习中演示轨迹稀疏、含噪、覆盖不足的难题，通过拼接轨迹图、状态转移场、自适应轨迹采样提升鲁棒性[9][11] - 拼接轨迹图在不同演示轨迹间寻找相似状态并建立连接，状态转移场从参考轨迹邻域采样以学习恢复能力，自适应轨迹采样动态调整难学片段的采样概率[21][22] - 实验显示困难技能（如Layup）成功率从0%提升至91.5%，技能转换成功率从2.1%飙升至94.9%[25][26] SkillMimic前作技术 - SkillMimic入选CVPR 2025 Highlight，通过统一HOI模仿奖励与接触图技术，在单一奖励配置下训练出精准接触控制能力[27][29] - 采用分层学习架构，低层学习运球、上篮等基础技能，高层复用技能完成复杂任务，成功率显著高于DeepMimic和AMP[31][33] 技术演进与数据集 - PhysHOI为2023年基础框架，通过物理仿真模仿动态人-物交互，引入接触图防止运动学奖励陷入局部最优[34][36][39] - 研究构建BallPlay数据集（含35分钟篮球交互数据），支撑技能学习并在不同篮球尺寸上展现鲁棒性[32][40][42] 研发背景与进展 - 核心研究人员王荫槐（港科大博士）连续主导PhysHOI、SkillMimic系列工作，被称"篮球科研第一人"[43][45] - 从2023年仿真环境测试到真实环境应用，技术迭代速度显著，体现机器人本体发展与算法协同进步[46]