首次战胜高水平人类选手！打乒乓球的机器人来了

一个机械臂，对面站着人类高手，中间隔着一张标准乒乓球台。球飞过来，速度快到肉眼只能看见一道白影。0.3秒，机械臂动了，球被稳稳打回去。几个回合下来，球落地了——机械臂赢了这一分。

这个看起来有点简陋却速度飞快的家伙叫Ace，来自索尼AI。它可不是普通的表演机器人，而是第一个能在标准比赛中击败高水平人类选手的乒乓球机器人，这项成果刚刚登上了《自然》杂志。

过去的乒乓球机器人，打的往往是高度简化的“模拟赛”：用发球机代替真人发球、缩小球台面积，甚至禁止对手打旋转球。而Ace进行的是实打实的标准比赛：标准场地，真实规则，对战人类精英选手。

这件事的意义，远不止“机器人会打乒乓球”这么简单。

乒乓球比赛，到底难在哪里？

或许你会觉得，AI既然能在棋盘和游戏世界里所向披靡，打乒乓球应该也不在话下。但这其实低估了现实的复杂性。棋盘和游戏画面再复杂，终究是数字世界的事。屏幕里的棋子不会因手抖而掉落，游戏角色也无需担心关节撞到桌子。

真正的挑战，是让AI走进物理世界。而乒乓球，几乎把机器人最头疼的几件事叠加在了一起。

第一是快。高水平比赛中，球速可以超过每小时100公里，来回之间不到半秒，也就是眨眼的功夫。第二是旋转。一个球带不带上旋、下旋或侧旋，会彻底改变其飞行轨迹和落台后的反弹方式；同样的挥拍动作，面对不同旋转的来球，结果可能天差地别。

第三是对抗性。对手不会按固定程序出牌，而是在不断试探你的弱点。回球总是落在左边，他下一板就会盯着你的右边打。这种实时、有针对性的博弈，比任何预设的训练场景都要复杂得多。

第四是物理约束。机械臂有惯性，有速度极限，有关节活动范围的限制，还得时刻避免撞到桌子甚至自己。即便AI已经算出了“完美动作”，也必须确保这个动作在现实中能够被执行。

把这四件事放在一起，就不难理解为什么乒乓球机器人如此难做。它要求感知、决策、控制这一整条链路，在极短时间内实现无缝配合。

Ace 是如何做到的？

Ace的解决方案，可以粗略理解为三层架构：看、想、动。

“看”：捕捉高速与旋转

Ace使用多台普通相机来定位球在三维空间中的位置，同时用一种特殊的“事件相机”来估计球的旋转。

事件相机和常见的摄像头工作原理截然不同。普通摄像头是一帧一帧拍摄，就像每秒截图60次。但对于高速运动的物体，这种方式有两个致命问题：一是延迟，从拍下到处理总有时间差；二是运动模糊，球动得太快，在一帧画面里已经拖出残影，细节难以辨认。

事件相机则让每个像素点独立工作，哪里的亮度发生变化，哪里就立刻上报一个“事件”。你可以把它想象成一群时刻值班的哨兵，不是定时集体汇报，而是一有风吹草动就立即喊话。这种机制的时间分辨率，比普通相机高出好几个数量级。

通过捕捉球面亮度变化的细微模式，再经由算法反推出旋转的方向和速度，Ace得以“看清”高速来球究竟是怎么转的。

“想”：在仿真中无限试错

工程师不可能为无数种速度、旋转和落点的组合，逐一编写死板的动作规则。取而代之的是强化学习：让Ace在仿真环境里反复练习，通过试错来学习“面对这样的来球，如果我想把球打成某种落点和旋转，应该怎么挥拍”。

整个学习过程完全在虚拟世界中完成，这让机器人可以“死”无数次——撞桌子了，重来；球没接住，重来；动作太慢，重来。若在真实世界如此试错，机器人早就撞坏了，时间成本也无法承受。等到在仿真中学得差不多了，再把策略迁移到真实的机械臂上。

乒乓球机器人的“超级大脑”丨Sony AI

“动”：将理想转化为可行动作

即便策略网络已经决定了“要这么打”，也不能直接把一个理想动作硬塞给机械臂。因为理想动作可能要求机械臂在0.1秒内完成大幅度挥拍，但电机和关节的物理极限做不到；或者理想轨迹会导致关节撞到桌沿。

Ace的做法是，将策略输出先映射成一个短时间窗口内的目标，再交给轨迹优化和安全模块，生成真正可执行的连续运动。简而言之，AI负责指明方向，控制系统负责在现实中落地。

ACE的机械臂有8自由度，回球速度可达19.6米/秒丨Sony AI

这三层紧密配合，从看见球到打出球，整个流程被压缩在不到半秒。而且这不是一次性动作，而是要在一场比赛中连续执行几十次、上百次，每次都不能有大的失误。

它到底打得怎么样？

Ace与5位球龄超过10年的精英级选手进行了比赛，赢下了其中3场。在与2位职业选手的对决中均告失利，但拿到了一局胜利。重要的是，它能稳定回击高速和高旋转来球，这表明它的得分并非依靠运气或偶然性。

Ace今年4月对战了5位精英选手和2位职业选手。在更早的比赛中，曾与日本排名前10、世界排名64的吉村和弘切磋（并输了）。

有意思的是，Ace的球风与人类截然不同。例如，面对极速来球时，人类的本能反应是后撤以争取时间，但Ace可以在不退台的情况下守住原位。

人类高手更常依靠猛烈的上旋和速度直接压制对手，一板质量极高的球往往能直接得分。Ace的优势则更多体现在稳定性上——它能稳定回球，不会因体力不支而导致动作变形，在高速对抗中能维持较高的成功率。你很难用一板“爆冲”直接打死它，但它也很难用同样的方式直接打死你。

这恰恰反映了机器人与人类各自的优势所在。人类的优势在于爆发力、创造力和临场战术变化；机器人的优势则在于动作的一致性、反应速度和不知疲倦的稳定性。

当然，Ace仍有明显的短板。最直观的就是，它还无法战胜真正顶尖的职业球员。此外，人类高手不仅在回球，更在读对手、设陷阱、进行节奏变化，而Ace目前尚无法完成这类复杂的战术博弈。

论文作者自己也指出，未来的重要方向包括更强大的人类对手建模，以及能够从真实互动中持续改进的在线学习能力。

让机器人打乒乓球，重要吗？

如果只关心“机器人会不会抢走人类的体育冠军”，那这项研究或许没那么激动人心，毕竟Ace目前连世界排名64的选手都还打不过。

但它让我们窥见了一种新阶段的AI：它不再只蜷缩于数字空间中进行推理，而是走进物理世界，以接近人类极限反应速度的节奏，与人进行实时互动、对抗与调整。这类能力一旦成熟，其影响绝不会仅仅停留在球桌边。

不妨想象一下服务机器人的场景。你在厨房忙碌，机器人在旁协助。你说“把那个碗递给我”，机器人需要理解你指的是哪个碗，判断你当前的姿势和位置，然后用合适的速度和角度将碗递到你手边——动作不能太慢让你等待，也不能太快吓你一跳，更不能撞到你的手。这一切，都需要高速、精准的感知-决策-动作闭环。

乒乓球，只是第一个足够直观、也足够困难的测试舞台。下一个舞台会是什么，目前尚不得而知。但可以确定的是，通往现实世界智能体的大门，已经被推开了。