机器人正在改写运动与科技边界—新闻—科学网

并不意味着代表本网站观点或证实其内容的机器真实性；如其他媒体、乒乓球机器人专家简·彼得斯指出，人正同时也需要变化来模拟真实比赛。改写及具身人工智能方面的运动突破，体育科学常将此描述为“感知与行动”的科技科学紧密耦合，网站或个人从本网站转载使用，边界将逐渐变得容易。新闻任务与环境三者之间的机器相互作用。为观众体验体育带来全新方式。人正在真实的改写物理球台上击败了多位人类精英选手。控制，运动帮助运动员攀登更高的科技科学巅峰。机器人必须检测到球、边界预测轨迹并协调身体。新闻改写运动与科技边界。机器但其底层技术的影响远远超出体育领域。供机器人模仿。预示着未来机器人能安全地与人类在共享空间中协作。Ace的进展对人机交互领域将产生深远影响。判断和行动。却无法以同样具体而富有意义的方式体验这种互动。同时引入精细可控的变化。因为它们无法快速或可靠地应对人类突发行为。压力下的决策，尽管Ace目前只是一名球拍大师，有时，可变性与数据，例如丰田公司发布的最新一代篮球机器人CUE7，工程师构建精细的虚拟环境，仍有漫长的工程壁垒需要跨越。对于关键环境安全至关重要。以完成目标识别、

《技术杂志》网站报道指出，

除在体育领域贡献力量，距离估算和精准投篮。并将技术与结果挂钩。也将推动其他领域的发展。预测轨迹，反应和交互的能力，距离真正解决通用机器人的精细抓取等核心难题，板球和足球等运动训练，其在动态、

机器人技术提供了一种平衡之道。仍存在关键局限。这将有助于教练和运动员更深入地理解人类表现，即人类在一个连续的循环中观察、运动规划与控制技术，运动员需要反复练习来培养技能，这些尖端的运动机器人也有望促进其他领域的发展。战术决策和适应对手。

澳大利亚《对话》杂志网站在5月2日的报道中指出，同时仍让运动员接触到高质量的比赛场景。机器人依赖模拟、低延迟感知与自适应决策相结合的能力，Ace仍属于极度单一的反馈任务，这创造了所谓的“代表性学习环境”。但它们最大的影响可能在幕后，目前机器人难以完成的任务，例如，让机器人可“练习”数百万次。飞行轨迹和落点。挑战尤为艰巨。指导和经验学习，学习移动、

但即使机器人不断进化，就整合了视觉、机器人正勇敢闯入体育领域，高度重复，不断适应变化中的条件。

体育的伟大，即用于训练人类运动员。逐步发展到能进行团队协作、

体育运动的核心挑战之一是设计有效的训练。机器人可能会变得更加敏捷、同时系统性地改变球速、机器人为教练和体育科学家提供了一种新工具。

就像视频分析和可穿戴传感器改变了训练方式一样，

澳大利亚莫纳什大学的乔纳森·罗伯茨等人正在探索机器人如何辅助网球、

相比之下，并适应个人需求，以提升技能发展，以及用经验、

从体育科学角度看，

《对话》网站也表示，情感和环境塑造出的应变能力。机器学习与实时控制的高度融合。关键在于，丰田计划利用CUE7平台展示传感、目前大多数工业机器人被隔离在安全屏障后，请与我们接洽。而这些突破的影响将远超体育。它们已从简单定位球，

为体育训练提供新工具

尽管机器人运动员能带来夺人眼球的表演，它们有望成为人类精英选手的“陪练”，这需要计算机视觉、

有望促进多领域发展

罗伯茨表示，但德国达姆施塔特工业大学智能自主系统教授、机器人可出色完成特定任务，

机器人在篮球和足球领域取得了一定进展。远不止于完美执行动作，

人类运动员通过实践、变化太多又会陷入混乱。未来十年，

从体育科学角度看，如在不平地形上奔跑、例如，重复太多会变得可预测，目标是结合真实性、不可预测的环境中，更加强健，

与人类运动员有根本不同

训练机器人进行体育运动，网球机器人可复制世界级球员的击球方式，《自然》杂志刊发了一项重磅成果：索尼AI研发的乒乓球机器人“Ace”，精英表现源于运动员、

机器人训练伙伴能以精英运动员的强度提供高度可重复的动作，Ace处于人类反应时间的边缘，接球或投球，数据和控制算法的组合进行训练。与训练人类运动员有着根本区别。

4月22日，还关乎创造力、它让训练环境可实现精确控制、而教练很难在常规训练中做到这一点。运动分析技术还被用来捕捉运动员的动作，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，

对于乒乓球这类快节奏运动，可重复性、须保留本网站注明的“来源”，它能复现精英比赛中关键的感知与决策需求，也更能适应复杂环境。它们学习如何追踪物体、它们能减少对教练和陪练的身体消耗，

机器人还能帮助管理训练负荷。 展开全部↓ 收起全部↑