基于加强进修，钻研职员斥地了机械狗的全身视觉运动支配战略，同步支配腿部（18个自正在度）挪动，和手臂挥拍行动。

　　正在与人类选手的合作逐鹿中，某一回合继续击球10次，以至显示出如击球后回位核心的类人行径。

　　该钻研正在百般处境中举行了多量实践，验证了四足机械人预测羽毛球轨迹、有用导航效劳区域，以及对人类球员举行最精准冲击的技能。

　　它装备了一个带有整体疾门的ZED X立体相机用于羽毛球感知。相机正在坐标系入彀算出的羽毛球位子，预测拦截位子，这个值和机械人本体感知观测值沿途被喂给加强进修战略。

　　其它，羽毛球拍相关于腕闭节呈45角定向。钻研职员示意，遵循早期对区别朝向的仿真测试，这被证据是最有用的设备。

　　如下图所示，正在安置经过中，狗子以400 Hz的频率运转，同机会器人支配战略以100 Hz的速度更新观测值并发送闭节位子指令。

　　体系的感知搜罗羽毛球位子丈量、状况忖度和轨迹预测，它正在Jetson AGX Orin模块上以60 Hz的频率异步运转。

　　统统经过中，固然存正在少许失误，但狗子照旧不妨遵循区别的速率和落点的来球做出相宜反响。

　　均匀来说，感知模块正在敌手机球后必要花费0.357秒来判决拦截轨迹。广泛，羽毛球会正在0.654秒后到达四足底座上方1.25米然后被拦截。

　　正在给定确凿感知（ground-truth perception）的情景下，钻研职员评估了正在指令挥拍时刻来到拦截位子0.1米界限内（大约是球拍核心到边沿的隔绝）的击球百分比。

　　然而，当狗子站正在正在发球区边境，或者羽毛球直接落正在狗子死后时，机械狗预测羽毛球轨迹并得胜拦截就造成了一件很有挑衅性的职业。

　　由于当羽毛球从正上方或正后方靠拢狗子时，它必需直接向上俯仰。这对机械狗来说很有难度。

　　上图中的折线统计图B，绘制了实施的EE速率和最大基座角速率相关于指令速率的弧线m/s的挥拍速率时，狗子基础都能跟踪指令速率；速率赶过10m/s时，精度就会降低。

　　当号令他以19m/s挥拍时，机械狗显示了最高实施速率，即12.06m/s。比拟之下，业余羽毛球运发动可能到达20m/s至30m/s的挥拍速率。

　　如资料与手法一面所述，体系正在靠拢其电流和闭节速率极限的情景下运转以实行这些指令。其它，更高的指令速率导致基座角速率添加，评释基座状貌支配与操作器摇摆之间存正在耦合。

　　正在指令12m/s挥拍时，机械狗实施的均匀挥拍速率为10.8m/s，均匀位子偏差为0.117米。

　　其它，统统羽毛球大战中，机械狗会自助进修动态调解相机状貌，遵循职业遑急性动态调解步态，搜罗短隔绝微调状貌、中隔绝不端正步态、长隔绝类疾驰（Galloping）步态等。

　　例如，它以疾跑举行远隔绝迅速拦截，并正在近隔绝还击时稳固，动态融合手臂和腿部。

　　打羽毛球的难点，便是必要运发动正在步法和上肢运动之间举行繁复的互相融合效力。

　　更进一步来说，必要机械狗正在动态处境中融合下肢与上肢之间的运动，并使肢体支配与感知对齐。

　　虽然正在道理上，机械人具有多量的自正在度以实行灵敏运动，但正在践诺中，这很大水平上取决于支配算法。

　　正在实践利用中，另一种专家熟知的球类——乒乓球，正在准确性和战略方面的钻研都更为广博，这类情景目前要紧的管理措施是应用带有外部视觉体系的固定基座或龙门式操作器。

　　。它用于涉及全盘自正在度的全身视觉运动技术，以实行有用的羽毛球跟踪和击打。

　　正在云云的框架中，先生战略没有动力去进修主动感知行径，由于它曾经不妨得回完善的观测结果；学生战略则仅基于一面观测和由本体感知和感知史书重构的潜正在向量来仿制这些行径。

　　于是，两种战略都没有生长出主动感知行径，而且正在用于支配的消息上显示了差别。

　　其它，该手法还搜罗一个羽毛球预测模子和用于鲁棒运动支配的束缚加强进修，以加强安置绸缪度。

　　该手法可能通过整合出格的传感模态来鼎新，比方通过扭矩和声响举行膺惩检测，或出席出格的 RGB（红、绿、蓝）、深度或事故相机，以加强机械人正在更激烈的逛戏场景中的物理交互反映。

　　鉴于人类球员广泛通过伺探敌手行动来预测羽毛球轨迹，人体状貌忖度也不妨是一种升高战略机能的有价钱模态。