[Lumina Talk 第39期] RoboNaldo：让人形机器人踢出又准又稳又有力的射门
本次分享我们邀请到了香港大学机器人方向博士生钟逸超为大家介绍他们团队的工作RoboNaldo：人形机器人精准射门。
RoboNaldo围绕机器人足球中的射门场景 - 定点球射门和接传球射门展开，核心目标是让机器人真正掌握“稳准狠”的射门技能，并具备一定的泛化能力，而不只是模仿动作外形。 对于定点球射门，我们从单条人类脚弓推射数据出发，先通过 motion tracking 获得稳定基础，再用更强调任务完成的细粒度 RL finetune 提升对球/目标位置的泛化、力量和点级射门精度，使策略能够踢出约 13m/s 的高速射门，并精确命中随机给定或视觉apriltag感知到的目标点。
进一步地，在接传球射门中，问题不再只是控制，而是还需要“踢不踢、何时踢”的决策：机器人必须根据来球时机主动移动、判断何时起脚，并在动态人球关系中完成射门。我们发现直接依赖 tracking reward 难以处理这种时空敏感任务，因此引入 locomotion 与射门 skill 的分阶段结合：球远时移动接近，球到脚下时激活射门动作，并通过 rule-based 或高层策略接口完成决策。相比决策层上隐式、难解释的 AMP 框架，这种基于 tracking 的 skill 架构更可控、可解释，也更适合足球这类技能边界清晰的体育项目；未来通过集成更多 skill 并学习更强的高层决策，有望进一步走向通用机器人足球策略、乃至机器人通用小脑策略。
实验结果显示，RoboNaldo 在仿真中相比 prior work baselines 实现了更低射门误差和更高球速；在 Unitree G1 真实机器人上，结合板载感知，静态球与移动球场景下的 3 米目标平均射门误差分别达到 0.73 m 和 0.86 m，最高触球后球速达到 13.10 m/s。该工作展示了运动先验与任务驱动强化学习结合后，在真实人形机器人高动态交互任务中的潜力。
Lumina Embodied AI Community
Lumina Talk
（31/33）
自动连播
6.3万播放
简介
订阅合集
【Lumina Talk第1期】ICRA’25 最佳论文 | D(R, O) Grasp：全新交互式表征重塑跨智能体灵巧手抓取
48:27
【Lumina Talk第2期】Roboverse：面向可拓展可泛化机器人学习的统一平台、数据集和测试基准
01:05:45
【Lumina Talk 第5期】RoboTwin 2.0：强域随机化双臂仿真数据合成与评测基准
01:19:52
【Lumina Talk 第8期】VLA-OS: 揭秘机器人VLA模型的第一性原理
45:52
【Lumina Talk 第9期】AgiBot World: 具身智能专家数据全新认知
49:32
【Lumina Talk 第10期】InstructVLA: 视觉-文本-动作指令微调，从理解到操作
53:55
【Lumina Talk 第11期】MinD：双系统世界模型，赋能实时机器人操作规划
51:20
【Lumina Talk 第12期】Hitter: 分层框架赋能机器人乒乓球技术
53:23
【Lumina Talk 第15期】TrajBooster: 通过轨迹学习增强人形VLA全身操作能力！
31:35
【Lumina Talk 第18期】上交穆尧ScaleLab专场：离散扩散范式VLA、解耦路由的协同式MoE、半自动数据采集与生成框架
53:44
【Lumina Talk第3期】UniVLA: 构建通用可扩展的机器人动作空间
54:30
【Lumina Talk第4期】TesserAct：首个通用4D世界模型
01:09:41
【Lumina Talk 第19期】西湖大学王东林老师MiLab专场：全构型VLA模型基座、强化学习与灵巧操作
02:18:12
【Lumina Talk 第20期】斯坦福大学迮炎杰：构建通用具身智能的数据基石
01:07:29
【Lumina Talk 第21期】清华许华哲老师TEA Lab专场: 迈向可部署的强化学习训练系统
01:25:08
【Lumina Talk 第22期】RynnVLA-002：统一具身VLA模型和世界模型
51:45
【Lumina Talk 第23期】WholeBodyVLA：面向人形机器人移动操作的全身VLA框架
52:47
TM-20260116141659-944402327-recording-1_screen
01:13:18
【Lumina Talk 第25期】Project Instinct | 一个统一的人形机器人直觉智能的训练和部署测试框架
01:06:41
【Lumina Talk 第26期】BayesVLA：贝叶斯因式分解，破解语言泛化难题
01:17:10
【Lumina Talk 第27期】InternVLA-A1：“虚实结合、融会贯通”的具身操作大模型
01:26:12
【Lumina Talk 第27期】RLinf真机系列工作：WoVA, RL-Co, USER
01:39:42
【Lumina Talk 第28期】PointWorld：面向机器人的3D世界模型
01:29:36
【Lumina Talk 第30期】RISE：在“想象”中提升真机能力
01:15:48
【Lumina Talk 第32期】通研院人形机器人专场 | OmniXtreme, OmniTrack, OmniClone and TacThru
SparseVideoNav
50:54
GuideVLA
01:02:16
UniT剪辑
56:30
[Lumina Talk 第38期] SANA-WM：分钟级单卡可部署高效世界模型
35:09
[Lumina Talk 第40期] STEAM：无需人工标注的时序集成优势建模，让真实世界机器人学习更进一步！
45:46
[Lumina Talk 第39期] RoboNaldo：让人形机器人踢出又准又稳又有力的射门
59:16
[Lumina Talk 第41期] EventVLA：基于关键事件记忆的长程操作VLA模型
49:50
[Lumina Talk 第42期] SIM1：让仿真扎根物理世界，规模化推进机器人学习
54:18
顶部