Throwing a Tight Spiral American Football by a Humanoid Robot
作者: Zaid Mahboob, Bowen Weng
分类: cs.RO
发布日期: 2026-08-17
💡 一句话要点
提出人形机器人控制美式足球投掷以解决投掷精度问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 人形机器人 美式足球 投掷控制 旋转注入 动态控制 全身控制策略 轨迹优化 模型预测控制
📋 核心要点
- 现有的机器人投掷方法主要关注释放速度的生成，缺乏对旋转控制的深入研究，导致投掷精度不足。
- 本文提出了一种耦合全身控制策略，分为投掷阶段和随后的跟进阶段，以实现美式足球的高效投掷。
- 实验结果显示，所提方法在旋转效率和线速度对齐误差方面显著优于现有技术，验证了其有效性。
📝 摘要（中文）
准确投掷美式足球需要精确调节释放条件，其中线性和角动量的耦合决定了飞行稳定性和瞄准精度。尽管以往的机器人投掷研究主要集中在使用开放抓取器生成动态可行的释放速度上，但在分离时对旋转注入的显式控制仍然未被充分探讨。本文提出了人形机器人进行旋转稳定的紧密螺旋投掷美式足球的方法，涉及高自由度运动和复杂的瞬态接触动态管理。通过开发耦合的全身控制策略，实验验证了该方法在29自由度的Unitree G1人形机器人上实现了93.6%的旋转效率和0.286弧度的线速度与鼻对齐误差。
🔬 方法详解
问题定义：本文旨在解决人形机器人在投掷美式足球时的旋转控制和释放精度问题。现有方法多集中于释放速度的生成，未能有效控制旋转，导致投掷精度不足。
核心思路：论文提出了一种耦合的全身控制策略，利用下肢进行稳定控制，上肢分为投掷和跟进两个阶段，以实现对足球的精确投掷和旋转控制。
技术框架：整体架构包括下肢的稳定控制和上肢的两阶段控制：投掷阶段通过轨迹优化加速足球至目标状态，跟进阶段则利用模型预测控制主动控制手腕和接触手指。
关键创新：最重要的技术创新在于对旋转注入的显式控制，尤其是在复杂的瞬态接触动态中，显著提升了投掷的稳定性和精度。
关键设计：在设计中，采用了29自由度的Unitree G1人形机器人和7自由度的Dex3-1三指抓取器，设置了精确的控制参数和损失函数，以优化投掷性能。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提方法在投掷美式足球时实现了93.6%的旋转效率和0.286弧度的线速度对齐误差，线速度可达5.35 m/s，角速度达到14.5 rad/s，显著优于现有技术。
🎯 应用场景
该研究的潜在应用领域包括机器人运动、体育训练和人机交互等。通过提升机器人在复杂动态环境中的投掷能力，能够为自动化体育训练、娱乐机器人以及救援机器人等提供更高的实用价值和灵活性。
📄 摘要（原文）
Accurate throwing of the American football requires precise regulation of release conditions, where coupled linear and angular momentum determine flight stability and targeting accuracy. While prior work on robotic object throwing has largely focused on generating dynamically feasible release velocities using open-gripper paradigms, explicit control of spin injection at detachment remains underexplored, particularly for aerodynamically anisotropic objects like the American football. In this paper, we present the spin-stabilized controlled tight spiral throw of an American football by a humanoid robot. Achieving this requires (i) accurately reaching the desired coupled momentum, which often involves high degrees-of-freedom (DoF) movements completed within approximately half a second, and (ii) managing the complex transient contact dynamics that arise during the sub-100-millisecond release phase, when the football is effectively underactuated as it moves partially across the fingers. To this end, we develop a coupled whole-body control strategy where the lower body is performing informed stabilization while the upper body is further divided into two phases with (i) a throw phase accelerating the football to a target state through trajectory optimization and tracking, and (ii) a follow-through phase utilizing model predictive control to actively control the wrist and remaining in-contact fingers. The proposed framework is empirically validated on a 29-DoF Unitree G1 humanoid equipped with a 7-DoF Dex3-1 three-fingered gripper. The thrown American football reaches up to 93.6% spin efficiency and a 0.286 radians linear-velocity-to-nose-alignment (nose-angle) error (where an ``ideal'' tight spiral corresponds to 100 % spin efficiency and 0 radians nose-angle error) at up to a 5.35 m/s linear velocity and an angular velocity of 14.5 rad/s.