CN116277055A - 可自定义化的乒乓球机器人击球方法、装置及存储介质 - Google Patents

可自定义化的乒乓球机器人击球方法、装置及存储介质 Download PDF

Info

Publication number
CN116277055A
CN116277055A CN202310176174.2A CN202310176174A CN116277055A CN 116277055 A CN116277055 A CN 116277055A CN 202310176174 A CN202310176174 A CN 202310176174A CN 116277055 A CN116277055 A CN 116277055A
Authority
CN
China
Prior art keywords
batting
target
table tennis
parameters
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310176174.2A
Other languages
English (en)
Inventor
胡晓屹
毛越
张邦森
季云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping Pong Momentum Robot Kunshan Co ltd
Original Assignee
Ping Pong Momentum Robot Kunshan Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping Pong Momentum Robot Kunshan Co ltd filed Critical Ping Pong Momentum Robot Kunshan Co ltd
Priority to CN202310176174.2A priority Critical patent/CN116277055A/zh
Publication of CN116277055A publication Critical patent/CN116277055A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B67/00Sporting games or accessories therefor, not provided for in groups A63B1/00 - A63B65/00
    • A63B67/04Table games physically beneficial for the human body, modelled on outdoor sports, e.g. table tennis
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B69/00Training appliances or apparatus for special sports
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种可自定义化的乒乓球机器人击球方法、装置及存储介质,其中,方法包括:获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;选取预期接球位置;控制机器人在所述预期接球位置执行击球动作。通过自定义,可使乒乓球机器人可击打出特定击球技术,并保留了一定的随机性。可复现的击球技术可以让人类针对不同打法进行反制训练,而随机性的产生可提升人类训练与练习过程中的趣味性。本发明还让使用者也可参与到击球策略的制定中,提升使用者对人机对抗的参与度,并允许自身对击球策略进行个人专属化定制。

Description

可自定义化的乒乓球机器人击球方法、装置及存储介质
技术领域
本发明涉及乒乓球机器人控制技术领域,特别是涉及一种可自定义化的乒乓球机器人击球方法、装置及存储介质。
背景技术
乒乓球机器人是一种针对乒乓球运动设计的辅助器械,其能够与用户对打乒乓球,相比于乒乓球发球机等器械,其更能够提升训练乐趣,且用户与乒乓球机器人对打更能够提升水平。对于乒乓球机器人而言,击球策略是其控制系统的核心,现有技术中,乒乓球机器人击球策略共存在如下几种:
(1)依据物理学模型分析或通过强化学习等数据驱动的方法进行训练,获得可控制乒乓球落点位置的击球策略模型,并将该策略模型迁移至现实中。该策略模型依据乒乓球实时位置、乒乓球实时球速、预期乒乓球落点位置等数据作为输入,击球时间、击球位置、击球姿态以及球拍速度(或直接输出关节速度)等作为输出,随后采用机器人学实现策略输出的击球动作,典型例子为图宾根大学的乒乓球KUKA串联机器人。
(2)收集人类与机器人对打时的数据,记录人类打球时的球速极大极小值、球落点位置以及球的初始位置等数据,依据上述数据于虚拟环境中大量模拟出该人类的击球轨迹,并让机器人在虚拟环境中针对模拟的击球方式进行训练,训练完成后,将虚拟环境中得到的训练成果迁移至现实环境中,并反复重复上述流程,从而尽可能增加人机对打回合次数。该击球策略的典型案例如:谷歌八自由度乒乓球机器人,该机器人采用两自由度导轨+6自由度ABB串联机器人。
(3)采用强化学习与self-play结合的方法,让机器人与自己在虚拟环境中进行反复对打训练,从而让机器人具有更强的对抗能力。该击球策略的典型案例如:谷歌pybullet仿真环境中训练的乒乓球机器人。
上述击球策略,尽管可以让机器人完成较好的击球行为,然而控制乒乓球落点位置、适应人类击球方式、self-play等方法来控制机器人的击球,会让人类丧失自定义机器人击中球时的球拍姿态与拍速的能力。又由于各种击球技术(如推挡球、攻球、搓球、弧圈球等乒乓球技术)均由击球时的球拍姿态和拍速决定,这最终导致人类无法自定义机器人所使用的击球技术。申请人的在先申请CN113650010A提供了一种乒乓球机器人的运动控制方法、系统及存储介质,其中给出了乒乓球机器人的运动学求解方法,目前还存在以下问题:
(1)人类无法针对特定击球技术进行对抗训练;
(2)无法让机器人持续固定的人机对打节奏,如:持续采用减力挡、慢搓等击球技术实现慢节奏的低强度对打或持续采用攻球、扣杀等击球技术实现快节奏的高强度人机对打;
(3)当人类的击球水平逐步提升时,人们对于机器人击球水平的需求也将发生变化,而上述方法却无法实现这一需求。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种可以自定义,让人类针对不同打法进行反制训练的可自定义化的乒乓球机器人击球方法、装置及存储介质。
技术方案:为实现上述目的,本发明的可自定义化的乒乓球机器人击球方法,所述方法包括:
(a)对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
(b)选取预期接球位置;
(c)控制机器人在所述预期接球位置执行击球动作;
在步骤(a)之前,所述方法还包括:
(d)获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
所述步骤(b)具体包括:
根据所述预测轨迹与所述目标击球参数选取预期接球位置;
所述步骤(c)具体为:基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
进一步地,所述根据所述预测轨迹与所述目标击球参数选取预期接球位置具体包括:
对所述目标击球姿态与目标拍速进行合理性分析;
当所述目标击球姿态和/或目标拍速合理时,直接将所述目标击球参数作为执行参数;
当所述目标击球姿态和/或目标拍速不合理时,将不合理的参数调整至合理值,并将调整后的值作为执行参数;
根据所述预测轨迹与所述执行参数选取预期接球位置。
进一步地,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球,具体包括:
根据所述执行参数中的球拍姿态与拍速,基于机器人运动学计算乒乓球机器人中各关节的关节参数,所述关节参数包括目标位置与目标速度;
根据所述关节参数,对各所述关节进行空间轨迹规划;
基于所述关节参数及空间轨迹驱动各所述关节运转至所述预期接球位置,完成击球。
进一步地,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球的过程中,对特定关节的参数中引入随机误差,以使乒乓球机器人中球拍接球时的实际接球位置与所述预期接球位置存在差异。
进一步地,所述乒乓球机器人包括双轴平动模组以及机械手,所述机械手包括座体、大臂、小臂、末端臂,球拍安装在所述末端臂上;所述随机误差施加在所述大臂与所述座体之间的转动关节上。
进一步地,步骤中无法选取到合适的预期接球位置时,更换备用的击球技术对应的击球参数,并再次选取预期接球位置。
可自定义化的乒乓球机器人击球装置,其包括:
轨迹预测模块,其用于对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
位置选取模块,其用于选取预期接球位置;
执行模块,其用于控制机器人在所述预期接球位置执行击球动作;
还包括:
定义模块,其用于获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
所述位置选取模块用于实施:
根据所述预测轨迹与所述目标击球参数选取预期接球位置;
所述执行模块用于实施:
基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
存储介质,其内存储有可执行程序,所述可执行程序被处理器执行时能够实现如上述的可自定义化的乒乓球机器人击球方法。
有益效果:本发明的可自定义化的乒乓球机器人击球方法、装置及存储介质,其使乒乓球机器人可击打出特定击球技术,并保留了一定的随机性。可复现的击球技术可以让人类针对不同打法进行反制训练,而随机性的产生可提升人类训练与练习过程中的趣味性。此外,本发明还让使用者也可参与到击球策略的制定中,提升使用者对人机对抗的参与度,并允许自身对击球策略进行个人专属化定制。
附图说明
图1为乒乓球机器人的结构图;
图2为可自定义化的乒乓球机器人击球方法的流程示意图;
图3为可自定义化的乒乓球机器人击球装置的构成示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
实施例一
本实施例之可自定义化的乒乓球机器人击球方法,其由乒乓球机器人的控制系统实施,如图1所示,所述乒乓球机器人包括双轴平动模组1以及机械手2,所述机械手2包括座体21、大臂22、小臂23、末端臂24,四者依次转动连接构成开链结构,球拍25安装在所述末端臂24上。所述方法包括如下步骤S101-S104:
步骤S101,获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
本步骤中,上述击球技术包括推挡球、攻球、搓球、弧圈球等,用户可以通过乒乓球机器人中预置的人机交互单元(如按钮、触摸屏等)向控制系统发出操作指令,也可以通过能够与乒乓球机器人建立网络连接的终端PP等向控制系统发出操作指令。用户自定义的目标击球参数可以通过预设接口获得,预设接口可以是硬件接口和/或软件接口,硬件接口如US接口,软件接口如网络接口,用户可以按需将区别于传统击球技术的目标击球参数提供给乒乓球机器人的控制系统,以进行特定的训练。此外,上述目标球拍姿态与目标拍速可以分别是固定值,也可以至少有一者是数值范围。
回到图2,步骤S102,对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
本步骤中,对乒乓球进行识别与位置追踪基于相机获取的图像以及图像算法进行。相机可以获取多个时刻乒乓球的三维位置数据,根据所有三维位置数据拟合出乒乓球的轨迹,并根据当前轨迹的延伸趋势得到预测轨迹。
回到图2,步骤S103,选取预期接球位置;具体为:根据所述预测轨迹与所述目标击球参数选取预期接球位置;
本步骤中,不同击球参数针对同一来球的接球位置一般是不同的,如推挡球、攻球、搓球、弧圈球等击球技术的接球位置肯定存在差异,因此,在预测轨迹上选取预期接球位置时需要参照目标击球策略进行。
回到图2,步骤S104,控制机器人在所述预期接球位置执行击球动作;
本步骤中,具体为:基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
优选地,所述根据所述预测轨迹与所述目标击球参数选取预期接球位置具体包括如下步骤S201-S204:
步骤S201,对所述目标击球姿态与目标拍速进行合理性分析;
本步骤中的目的在于分析乒乓球机器人是否能够达到目标姿态与目标拍速。
步骤S202,当所述目标击球姿态和/或目标拍速合理时,直接将所述目标击球参数作为执行参数;
步骤S203,当所述目标击球姿态和/或目标拍速不合理时,将不合理的参数调整至合理值,并将调整后的值作为执行参数;
本步骤中,可以按照就近原则选择调整后的值,如目标拍速超过了乒乓球机器人能够达到的最大拍速,则将最大拍速作为调整后的拍速。
步骤S204,根据所述预测轨迹与所述执行参数选取预期接球位置。
优选地,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球,具体包括如下步骤S301-S303:
步骤S301,根据所述执行参数中的球拍姿态与拍速,基于机器人运动学计算乒乓球机器人中各关节的关节参数,所述关节参数包括目标位置与目标速度;
步骤S302,根据所述关节参数,对各所述关节进行空间轨迹规划;
步骤S303,基于所述关节参数及空间轨迹驱动各所述关节运转至所述预期接球位置,完成击球。
优选地,步骤S303中,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球的过程中,对特定关节的参数中引入随机误差,以使乒乓球机器人中球拍接球时的实际接球位置与所述预期接球位置存在差异。实际实施中,可使上述差异控制在预设范围内,以防止偏差过大导致击球出界或不能过网。上述随机误差的引入可以让机器人实现击球技术时具备一定的随机性,该随机性的存在,可保证机器人每次击回球的轨迹均存在一定程度的差异,从而进一步提升击球乐趣,改善人类训练效果。具体实现时,可从一个具有很多因子的数组中随机选择因子与特定关节的参数相乘得到实际的控制参数,并在后续控制相关关节运转时,使该关节达到调整后的控制参数。
优选地,如图1所示,所述随机误差施加在所述大臂22与所述座体21之间的转动关节上,转动关节的轴沿竖向延伸。选择该关节作为随机误差作用的关节,随机误差可使该关节的角速度(图中的w)产生偏差,也即使球拍25产生角速度偏差,球拍25的角速度的误差可以形成与误差距离成正比的线速度误差,从而让乒乓球机器人在接中球时的球拍25的线速度存在了一定扰动,这可以让乒乓球机器人实现特定击球技术时具备一定的随机性,如此使得被训练人员训练某种击球技术时,不会一直接到固定线路的球,可提升训练效果。
优选地,步骤中无法选取到合适的预期接球位置时,更换备用的击球技术对应的击球参数,并再次选取预期接球位置。上述备用的击球技术可以由用户事先预设,也可以由控制系统自行选取。如此,当乒乓球机器人无法根据步骤S101中选取的目标击球参数接到球的情况下,可以采用备用的其他击球技术接球,可保证训练的连续性。当回到能采用目标击球参数接球的情形下,控制系统再基于目标击球参数选取预期接球位置进行接球。
实施例二
本实施例公开了一种可自定义化的乒乓球机器人击球装置400(以下简称:装置400),装置400可以包括或被分割成一个或多个程序模块,一个或者多个程序模块被存储于存储介质中,并由一个或多个处理器所执行,以完成本发明,并可实现上述可自定义化的乒乓球机器人击球方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序本身更适合于描述可自定义化的乒乓球机器人击球方法在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能:
定义模块401,其用于获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
轨迹预测模块402,其用于对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
位置选取模块403,其用于选取预期接球位置;具体为:根据所述预测轨迹与所述目标击球参数选取预期接球位置;
执行模块404,其用于控制机器人在所述预期接球位置执行击球动作;具体为:基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
其他基于装置400实现上述可自定义化的乒乓球机器人击球方法的内容在之前实施例中已经详细介绍,可参考之前实施例中的对应内容,此处不再赘述。
实施例三
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储装置400,被处理器执行时实现本发明之可自定义化的乒乓球机器人击球方法。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.可自定义化的乒乓球机器人击球方法,所述方法包括:
(a)对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
(b)选取预期接球位置;
(c)控制机器人在所述预期接球位置执行击球动作;
其特征在于,在步骤(a)之前,所述方法还包括:
(d)获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
步骤(b)具体包括:
根据所述预测轨迹与所述目标击球参数选取预期接球位置;
步骤(c)具体为:基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
2.根据权利要求1所述的可自定义化的乒乓球机器人击球方法,其特征在于,所述根据所述预测轨迹与所述目标击球参数选取预期接球位置具体包括:
对所述目标击球姿态与目标拍速进行合理性分析;
当所述目标击球姿态和/或目标拍速合理时,直接将所述目标击球参数作为执行参数;
当所述目标击球姿态和/或目标拍速不合理时,将不合理的参数调整至合理值,并将调整后的值作为执行参数;
根据所述预测轨迹与所述执行参数选取预期接球位置。
3.根据权利要求2所述的可自定义化的乒乓球机器人击球方法,其特征在于,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球,具体包括:
根据所述执行参数中的球拍姿态与拍速,基于机器人运动学计算乒乓球机器人中各关节的关节参数,所述关节参数包括目标位置与目标速度;
根据所述关节参数,对各所述关节进行空间轨迹规划;
基于所述关节参数及空间轨迹驱动各所述关节运转至所述预期接球位置,完成击球。
4.根据权利要求1所述的可自定义化的乒乓球机器人击球方法,其特征在于,所述基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球的过程中,对特定关节的参数中引入随机误差,以使乒乓球机器人中球拍接球时的实际接球位置与所述预期接球位置存在差异。
5.根据权利要求4所述的可自定义化的乒乓球机器人击球方法,其特征在于,所述乒乓球机器人包括双轴平动模组(1)以及机械手(2),所述机械手(2)包括座体(21)、大臂(22)、小臂(23)、末端臂(24),球拍(25)安装在所述末端臂(24)上;所述随机误差施加在所述大臂(22)与所述座体(21)之间的转动关节上。
6.根据权利要求1所述的可自定义化的乒乓球机器人击球方法,其特征在于,步骤(b)中无法选取到合适的预期接球位置时,更换备用的击球技术对应的击球参数,并再次选取预期接球位置。
7.可自定义化的乒乓球机器人击球装置,其包括:
轨迹预测模块(402),其用于对乒乓球进行识别与位置追踪,据此得到乒乓球的预测轨迹;
位置选取模块(403),其用于选取预期接球位置;
执行模块(404),其用于控制机器人在所述预期接球位置执行击球动作;
其特征在于,还包括:
定义模块(401),其用于获取用户自定义的目标击球参数,或者选定特定击球技术对应的目标击球参数,所述目标击球参数包括目标球拍姿态与目标拍速;
所述位置选取模块(403)用于实施:
根据所述预测轨迹与所述目标击球参数选取预期接球位置;
所述执行模块(404)用于实施:
基于所述目标击球参数与所述预期接球位置,控制乒乓球机器人运转,完成击球。
8.存储介质,其特征在于,其内存储有可执行程序,所述可执行程序被处理器执行时能够实现如权利要求1-6任一项所述的可自定义化的乒乓球机器人击球方法。
CN202310176174.2A 2023-02-28 2023-02-28 可自定义化的乒乓球机器人击球方法、装置及存储介质 Pending CN116277055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310176174.2A CN116277055A (zh) 2023-02-28 2023-02-28 可自定义化的乒乓球机器人击球方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310176174.2A CN116277055A (zh) 2023-02-28 2023-02-28 可自定义化的乒乓球机器人击球方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN116277055A true CN116277055A (zh) 2023-06-23

Family

ID=86780883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310176174.2A Pending CN116277055A (zh) 2023-02-28 2023-02-28 可自定义化的乒乓球机器人击球方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116277055A (zh)

Similar Documents

Publication Publication Date Title
CN111260762B (zh) 一种动画实现方法、装置、电子设备和存储介质
Tian et al. Elf: An extensive, lightweight and flexible research platform for real-time strategy games
Kober et al. Reinforcement learning to adjust parametrized motor primitives to new situations
US20180221739A1 (en) System for remotely swinging a golf club
CN110489340B (zh) 一种游戏地图平衡性测试方法、装置、设备及存储介质
Zhong et al. Ad-vat+: An asymmetric dueling mechanism for learning and understanding visual active tracking
Zhong et al. Towards distraction-robust active visual tracking
CN109847366A (zh) 用于游戏的数据处理方法和装置
CN109352648A (zh) 机械机构的控制方法、装置和电子设备
Wendler et al. CBR for dynamic situation assessment in an agent-oriented setting
Schwab et al. Learning skills for small size league robocup
Lau et al. FC Portugal-high-level coordination methodologies in soccer robotics
Bai et al. Wrighteagle and UT Austin villa: RoboCup 2011 simulation league champions
Kober et al. Learning elementary movements jointly with a higher level task
Reis et al. Coordination in multi-robot systems: Applications in robotic soccer
CN116277055A (zh) 可自定义化的乒乓球机器人击球方法、装置及存储介质
CN110711368B (zh) 一种乒乓球机器人的击球方法及装置
Ruiz et al. Team agent behavior architecture in robot soccer
Nakashima et al. Off-line learning of soccer formations from game logs
Naderi et al. A reinforcement learning approach to synthesizing climbing movements
CN114167749A (zh) 足球机器人的控制方法及相关装置
de Almeida Santiago FC Portugal-High-Level Skills Within A Multi-Agent Environment
Zickler Physics-based robot motion planning in dynamic multi-body environments
CN115946137A (zh) 基于阶段奖励的端到端机器人强化学习击球策略实现方法
D’Andrea et al. Description of Cornell BigRed Small League RoboCup Team

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination