宇樹機器人又掌握了新的技能！日前香港科技大學的研究者公開了一段示範影片，其中出現了宇樹 G1 不藉助外力獨自完成籃球動作的畫面。短片中的機器人看起來頗爲靈活，能熟練投籃、運球、傳球，甚至還具備背身晃動、帶球上籃等技巧。根據影片分享者的說法，這是首個在真實場景中完成籃球動作的人形機器人示範。
First-ever real-world basketball demo by a humanoid robot 🤖🏀 Bonus: I became the first person to record a block against a humanoid🤭 #Robotics #AI #TechDemo #NBA pic.twitter.com/mERAsHxsLI
— Yinhuai (@NliGjvJbycSeD6t) November 20, 2025
能取得這樣的突破，除了宇樹打下的硬體活動基礎外，另一大關鍵因素便是科大與上海 AI 實驗室持續了三年的 SkillMimic 機器人互動示範學習研究。這套方案最新 V2 版本的相關論文已被 SIGGRAPH 2025 收錄，它探討了如何從稀少、含有雜訊的互動示範中，有效學習到更穩定、更具泛化能力的技能。
相比常因示範資料不足、存在誤差，導致學習到的技能缺乏多樣性、無法處理技能轉換及錯誤修正的傳統模仿學習或強化學習方法，SkillMimic-V2 選擇的路線門檻更低但效率更高。它會透過構建「縫合軌跡圖」（Stitched Trajectory Graph），從有限的示範資料中發現技能間潛在的過渡路徑，讓系統學習到不存在於原本示範中的技能轉換。之後「縫合軌跡圖」會被進一步擴展為「狀態轉換場」（State Transition Field），其作用是建立起不同狀態間的連接，從而幫助系統適應更多樣的起始狀態和環境變化。
研究者還在系統學習的過程中加入了動態課程生成策略，它能根據學習進度調整訓練軌跡，並結合歷史編碼機制，讓學習更具記憶依賴性並提升錯誤恢復能力。除了打籃球等運動學習外，團隊還以家庭環境中的操作、處理物品的技能等為任務進行了實驗。結果顯示 SkillMimic-V2 的多項表現均優於現有方法，令人對其在機器人學習上的巨大潛力和應用價值抱有相當高的期待。
緊貼最新科技資訊、網購優惠，追隨 Yahoo Tech 各大社交平台！
🎉📱 Tech Facebook：https://www.facebook.com/yahootechhk
🎉📱 Tech Instagram：https://www.instagram.com/yahootechhk/
🎉📱 Tech WhatsApp 社群：https://chat.whatsapp.com/Dg3fiiyYf3yG2mgts4Mii8
🎉📱 Tech WhatsApp 頻道：https://whatsapp.com/channel/0029Va91dmR545urVCpQwq2D
🎉📱 Tech Telegram 頻道：https://t.me/yahootechhk
First-ever real-world basketball demo by a humanoid robot 🤖🏀 Bonus: I became the first person to record a block against a humanoid🤭 #Robotics #AI #TechDemo #NBA pic.twitter.com/mERAsHxsLI
— Yinhuai (@NliGjvJbycSeD6t) November 20, 2025
能取得這樣的突破，除了宇樹打下的硬體活動基礎外，另一大關鍵因素便是科大與上海 AI 實驗室持續了三年的 SkillMimic 機器人互動示範學習研究。這套方案最新 V2 版本的相關論文已被 SIGGRAPH 2025 收錄，它探討了如何從稀少、含有雜訊的互動示範中，有效學習到更穩定、更具泛化能力的技能。
相比常因示範資料不足、存在誤差，導致學習到的技能缺乏多樣性、無法處理技能轉換及錯誤修正的傳統模仿學習或強化學習方法，SkillMimic-V2 選擇的路線門檻更低但效率更高。它會透過構建「縫合軌跡圖」（Stitched Trajectory Graph），從有限的示範資料中發現技能間潛在的過渡路徑，讓系統學習到不存在於原本示範中的技能轉換。之後「縫合軌跡圖」會被進一步擴展為「狀態轉換場」（State Transition Field），其作用是建立起不同狀態間的連接，從而幫助系統適應更多樣的起始狀態和環境變化。
研究者還在系統學習的過程中加入了動態課程生成策略，它能根據學習進度調整訓練軌跡，並結合歷史編碼機制，讓學習更具記憶依賴性並提升錯誤恢復能力。除了打籃球等運動學習外，團隊還以家庭環境中的操作、處理物品的技能等為任務進行了實驗。結果顯示 SkillMimic-V2 的多項表現均優於現有方法，令人對其在機器人學習上的巨大潛力和應用價值抱有相當高的期待。
緊貼最新科技資訊、網購優惠，追隨 Yahoo Tech 各大社交平台！
🎉📱 Tech Facebook：https://www.facebook.com/yahootechhk
🎉📱 Tech Instagram：https://www.instagram.com/yahootechhk/
🎉📱 Tech WhatsApp 社群：https://chat.whatsapp.com/Dg3fiiyYf3yG2mgts4Mii8
🎉📱 Tech WhatsApp 頻道：https://whatsapp.com/channel/0029Va91dmR545urVCpQwq2D
🎉📱 Tech Telegram 頻道：https://t.me/yahootechhk
新聞來源: 原始來源
約 2 分鐘可讀完
讀者評論 (0)
請登入後發表評論
分享您的觀點，與其他讀者互動
立即登入尚無評論
成為第一個發表評論的人吧！