人形機器人不只比跑步　HOPE乒乓挑戰賽測AI即時決策能力

日前人形機器人在100公尺競賽跑出比「閃電波特」世界紀錄更快的成績，引發外界關注；而在同一屆世界人形機器人運動會上，另項HOPE乒乓挑戰賽則把測試焦點從「跑得多快」，轉向AI能否即時預測來球、做出擊球決策並控制全身完成動作。

Hitch Open今年推出HOPE AI自主決策乒乓挑戰賽（Hitch Open Ping-Pong Embodied AI Challenge），並納入第二屆世界人形機器人運動會正式競賽項目，共有12支來自大學與研究機構的隊伍參賽，包括美國加州大學柏克萊分校（UC Berkeley）、北京大學、清華大學、香港大學及上海交通大學等。

首屆世界人形機器人運動會去年在北京登場，競賽焦點包括100公尺障礙、400公尺、1500公尺及接力等田徑項目，主要測試機器人的移動速度、平衡與全身協調能力。到了今年，賽事規模進一步擴大，參賽機器人超過2,000台。去年乒乓球僅列為非人形機器人的周邊展示項目，今年則正式納入人形機器人競賽，進一步測試機器人的自主決策與運動控制能力。

相較單純追求跑得快，乒乓球要求機器人在極短時間內完成感知、預測、規劃與擊球。HOPE規定比賽不得使用遙控、預設腳本或人工介入，各隊統一使用智元機器人（AgiBot）A3人形機器人，再部署各自的AI控制系統，機器人接收統一動作捕捉系統提供的來球資訊後，再由各隊AI自主完成軌跡預測、擊球決策與全身動作控制。

HOPE開源平台由Hitch Interactive與柏克萊ROAR（Robot Open Autonomous Racing）平台合作開發。ROAR隸屬柏克萊FHL VIVE Center for Enhanced Reality，自2019年成立以來，主要投入自主系統、智慧機器與高性能控制技術研究，並透過自主賽車等競賽測試3D感知、模型預測控制與強化學習等技術。此次與HOPE合作，則進一步把研究場景擴展至人形機器人的高速動態控制。

主辦方希望透過統一機器人硬體與競賽環境，讓不同團隊直接比較AI在高速動態場景中的軌跡預測、擊球決策、全身動作控制與系統整合能力。對包括加州大學柏克萊分校在內的研究團隊而言，乒乓球也提供一個不同於傳統跑步競賽、更強調即時反應與自主決策的測試場景，讓人形機器人的競技焦點從「跑得多快」，進一步走向能否即時掌握環境變化、做出自主決策並完成動作。