清华团队在《Science Robotics》发表人形机器人足球研究

2004年，赵明国带领学生成立清华火神机器人足球队，次年参加RoboCup。早期机器人仅约50厘米高，行走缓慢，比赛时需保护人员防止摔倒。此后二十多年，火神队几乎每年参赛，机器人逐渐长到一米以上，学会自主起身、快速奔跑和大力射门。

足球场成为团队长期检验视觉、决策、运动控制和整机可靠性的试验场。视觉识别慢了多少毫秒，落脚点偏了多少厘米，机器人在哪个方向容易踢空，都能在真实对抗中直接呈现。团队再把问题带回实验室，修改算法，下一场比赛继续验证，这种循环持续了二十多年。

火神队成员一届届更替。加速进化创始人程昊曾是火神队第三任队长，2023年创办「加速进化」，多名老队员加入。论文第一作者王与时来自火神队新一代。从2004年到2026年论文登上国际顶刊，这是一场跨越二十二年的技术接力。

论文试图解决困扰学界多年的问题：在充满噪声、延迟和遮挡的真实环境里，人形机器人如何做到看见即反应。传统方案将过程拆成多个模块，容易产生误差和延迟的逐级传递，且仿真训练的策略在真实世界可能因光照、噪声、遮挡而性能下降。

赵明国团队提出统一的感知-运动强化学习框架，将视觉感知与运动控制置于同一优化目标下端到端训练。他们先建立虚拟感知系统：让真实机器人在不同距离和视角下观察足球，累计采集约一小时数据，与动捕系统记录的真实位置对照，得到位置噪声、检测成功率、更新频率和延迟等感知特征。

视觉系统以约25Hz更新，平均延迟约116毫秒。策略读取过去50帧、约一秒的历史观测，压缩为64维隐藏状态，解码器辅助视觉去噪，使机器人在足球短暂消失后继续估计位置。训练数据包括约76秒人类全向行走和30秒脚弓射门动作，引入对抗运动先验AMP和镜像对称约束，最终控制器以50Hz输出关节位置指令。

训练中涌现出自主行为：足球接近视野边缘时，机器人主动转头转身；在球场边缘找不到球时，先朝向场地中心再扩大搜索；步态随距离变化，远时步态周期约0.7-0.8秒，近时缩短到0.3-0.4秒；球门在身后时，策略生成旋转钩射动作，以支撑脚为轴转身勾球。

实验数据显示，射门前一秒内原始视觉观测的足球位置误差为0.344米，经策略内部状态估计后降至0.186米，降幅约46%。仿真中视觉检测中断0.3秒时，触球成功率仍超90%，进球率超50%。面对静止足球，学习策略从启动到触球通常约1.5秒，传统规则系统需约2-5秒，最高耗时降幅达64%。

真机测试中，前场位置成功率80%-90%，后场60%-70%，测试中无摔倒。面对滚动足球，球速低于每秒0.5米时成功率仍超50%。2025年火神队获RoboCup成人组人形联赛和世界人形机器人运动会冠军，两项赛事累计打进76球仅失11球；2026年又在RoboCup Large Size比赛中卫冕。

学习策略能从仿真直接部署到真机，算法只是其中一环。关节响应一致性、控制周期稳定性、传感器和计算单元输出及时性都会影响表现，任何底层误差都可能在高速运动中被放大。论文中的真机实验使用加速进化的人形机器人平台，未对本体专门改造，足球信息来自头部机载相机，感知与控制都在板载计算单元运行。

加速进化与火神队的关系从人才传承延伸到技术平台。今年7月，加速进化发布新一代旗舰平台Booster T2，专业版搭载NVIDIA Thor芯片，端侧算力达2070 TFLOPS，号称目前双足人形机器人领域算力最领先的平台。配套的Booster Studio将仿真训练、算法开发和真机部署整合进同一开发环境。

8月19日，Booster T2在世界机器人大会亮相。三天后，80台Booster T2在机器人运动会开幕式上完成无中心自主协同，书写BEIJING、会徽与赛项图标，无遥控无口令，80个独立决策的「大脑」同时达成协同，算力总和约17万TFLOPS。从50厘米高需人扶的早期机器人，到千平球场上自主踢球、开幕式列阵书写的Booster T2，人形机器人正由「会动」走向「能用」。