인형 로봇을 위한 인간과 유사한 배드민턴 기술 학습

Learning Human-Like Badminton Skills for Humanoid Robots

인간과 유사한 성능을 구현하는 것은 배드민턴과 같이 수요가 높은 스포츠 분야에서 인형 로봇에게 여전히 큰 과제입니다. 표준적인 이동이나 정적인 조작과는 달리, 이 작업은 폭발적인 전신 협응과 정밀하며 시간 제어가 중요한 인터셉션의 원활한 통합을 요구합니다. 최근의 발전은 생생한 동작 모방을 달성했지만, 운동학적 모방과 기능적이고 물리 법칙을 고려한 스트로크 사이의 간극을 좁히면서도 스타일적인 자연스러움을 손상시키지 않는 것은 쉬운 일이 아닙니다. 이러한 문제를 해결하기 위해, 우리는 로봇을 '모방자'에서 '능숙한 스트라이커'로 발전시키는 점진적인 강화 학습 프레임워크인 'Imitation-to-Interaction'을 제안합니다. 우리의 접근 방식은 인간 데이터를 기반으로 강력한 운동 전제를 구축하고, 이를 간결하고 모델 기반의 상태 표현으로 추출하며, 적대적 전제를 통해 동역학을 안정화합니다. 특히, 전문가 시연의 희소성을 극복하기 위해, 우리는 이산적인 스트라이크 지점을 밀집된 상호 작용 영역으로 일반화하는 매니폴드 확장 전략을 도입했습니다. 우리는 시뮬레이션을 통해 다양한 기술, 예를 들어 리프트와 드롭 샷을 습득함으로써 우리의 프레임워크를 검증했습니다. 또한, 우리는 최초로 인간형 배드민턴 기술을 시뮬레이션 환경에서 실제 로봇으로 직접 이전하는 데 성공했으며, 이를 통해 인간 운동선수의 운동적 우아함과 기능적 정밀성을 실제 세계에서 성공적으로 재현했습니다.

Realizing versatile and human-like performance in high-demand sports like badminton remains a formidable challenge for humanoid robotics. Unlike standard locomotion or static manipulation, this task demands a seamless integration of explosive whole-body coordination and precise, timing-critical interception. While recent advances have achieved lifelike motion mimicry, bridging the gap between kinematic imitation and functional, physics-aware striking without compromising stylistic naturalness is non-trivial. To address this, we propose Imitation-to-Interaction, a progressive reinforcement learning framework designed to evolve a robot from a "mimic" to a capable "striker." Our approach establishes a robust motor prior from human data, distills it into a compact, model-based state representation, and stabilizes dynamics via adversarial priors. Crucially, to overcome the sparsity of expert demonstrations, we introduce a manifold expansion strategy that generalizes discrete strike points into a dense interaction volume. We validate our framework through the mastery of diverse skills, including lifts and drop shots, in simulation. Furthermore, we demonstrate the first zero-shot sim-to-real transfer of anthropomorphic badminton skills to a humanoid robot, successfully replicating the kinetic elegance and functional precision of human athletes in the physical world.