1 历史发展
1.1 早期机械雏形（1950s-1980s）
杂耍机器人的萌芽可追溯至20世纪50年代工业机器人兴起之初。彼时，工程师们尝试将通用机械臂改造为表演道具，如1957年通用汽车公司为宣传片设计的“机械手抛球”演示。这类系统主要依靠固定轨道和简单凸轮机构，动作重复、僵硬，且缺乏对外部环境的感知能力。1960年代，日本早稻田大学研发的WABOT系列人形机器人首次尝试单球垂直抛接，但成功率极低。1970年代，美国斯坦福研究院的Shakey机器人虽以移动和规划著称，却未将杂耍纳入核心功能。真正意义上的杂耍机器人研究直到1980年代才因工业自动化需求而加速——例如，1986年东京大学团队推出的JR-1（后文详述）标志着专用杂耍平台的诞生。
1.2 计算机控制时代（1990s-2010s）
1.2.1 轨迹规划算法的引入
1990年代，计算机处理能力的跃升使实时多体动力学仿真成为可能。研究者开始将“抛体运动方程”与“机器人逆运动学”相结合，生成连续的抛接轨迹。1993年，麻省理工学院（MIT）的Raibert团队（以四足机器人闻名）提出了“打蛋器式”循环轨迹模型，使机械臂能持续抛接单个球而无须停顿。这一阶段，PID控制和前馈补偿成为主流，但系统仍高度依赖精准的物理模型，对扰动（如风速、球体碰撞）的鲁棒性较差。
1.2.2 视觉反馈系统的应用
2000年代初，高速摄像与图像处理芯片的普及改变了游戏规则。2004年，瑞士苏黎世联邦理工学院（ETH）将两台120fps的相机安装于机械臂上方，实时检测球的落点并修正抓取位置。视觉反馈将抛接成功率从60%提升至98%以上。2008年，日本电气通信大学的机器人甚至能完成三球抛接——尽管动作像“喝醉的章鱼”般笨拙。视觉闭环控制成为此后十年的标准范式。
1.3 现代人形与专用平台（2010s至今）
1.3.1 轻量化与模块化设计
2010年后，碳纤维和3D打印技术使得机器人整体质量大幅降低。波士顿动力Atlas、优必选Walker等双足人形机器人开始展示杂耍能力。同时，专用杂耍平台（如瑞士“Dexter”臂、中国“悟空”抛接模组）采用模块化关节，用户可快速更换末端工具（网兜、夹爪或吸盘）。轻量化带来更低的能耗和更高的安全系数——即便机器人因误判“咬住”自己的手指，也不致造成严重损坏。
1.3.2 开源社区与DIY文化
与专业级设备并行发展的是开源硬件运动。2014年，Arduino和树莓派驱动的“抛果机器人”项目在Make杂志上风靡一时。代码库如“JuggleBot-OS”允许爱好者用步进电机和3D打印件自制单球抛接装置。2020年，GitHub上的“DiY Juggling Robot”仓库已有超过3000星，玩家在论坛上分享“如何让机器人丢出贝克汉姆弧度”的调参心得。开源文化极大地降低了研究门槛，但也催生了大量“炸机”视频（圈内戏称“抛接一时爽，修机火葬场”）。
2 技术原理
2.1 机械结构
2.1.1 关节类型与自由度
杂耍机器人通常采用6或7自由度（DOF）的串联机械臂，以模拟人类肩肘腕的运动。旋转关节（R关节）提供绕轴转动，线性关节（P关节）提供平移。两者在杂耍中的角色截然不同：
- 旋转关节：用于高动态抛掷——通过快速角加速度赋予球体初速度（如肘关节“甩鞭”动作）。
- 线性关节：多用于精准微调——如活塞推动末端执行器水平移动以对准落点。
尽管P关节在精密定位上有优势，但多数现代杂耍平台更青睐全旋转设计，因为后者在抛接大行程（如抛物线上方）时更节能。偶尔也有混合型设计（如PRR结构），但维护成本较高。
2.1.1.1 旋转关节与线性关节的区别
旋转关节类似人臂的“骨头绕轴转”，线性关节则像伸缩式自拍杆。在杂耍场景下，旋转关节的角速度极限决定了球能抛多高；线性关节的行程决定了接球时的横向覆盖范围。有趣的是，业余爱好者发现用线性关节抛接时，“球会像被弹簧弹射”一般，轨迹更容易计算——但职业抛接手坚持认为旋转关节的“画弧”更优雅。
2.1.2 末端执行器（手爪/球托）
末端执行器是机器人的“手”。常见设计有三种：
- 三点式抓握爪：仿生学爪，手指闭合夹住球体，适合标准棒球大小的物体。
- 凹面托碗：无抓握力的凹陷结构，靠离心力保持球在碗中，常用于“平衡+抛接”复合动作（如Atlas玩球时使用的平板托）。
- 主动吸盘：用于抓取表面光滑的异形物（如灯泡、水晶球），但吸力延迟可能导致抛接失败。
选型主要取决于被抛物品的特性和表演要求：硬爪适合精确控制，托碗更适合高速连续抛接（“打蛋器”模式必备）。
2.2 控制与感知
2.2.1 运动规划中的物理仿真
控制算法的核心是“预测-执行-校正”循环。工程师使用ODE（开源动力学引擎）或MUJOCO来建立抛体运动模型，并在CPU上以1ms步长模拟球的轨迹。抛掷时，规划器会计算出机器人“释放球”的最佳关节角度和速度；接球时，则根据视觉反馈的实时位置逆向求解末端执行器的到达时间。若物理仿真与实际有偏差（如球体材质摩擦系数未建模），结果就是“球在飞，代码在崩”——一句圈内广为流传的梗（见6.4）。为此，现代系统常集成卡尔曼滤波器对不确定参数进行在线校正。
2.2.2 视觉跟踪与预测算法
视觉系统通常由两台正交布置的高帧率相机（≥200fps）构成。算法流程：
对于多球场景，还需解决“球与球重叠”时的ID识别问题——常用的方法是给每个球贴上不同颜色的反光标记，或利用光流法区分。2016年，有团队用深度学习端到端预测落点，在5球抛接中将失误率从15%降至4%，但训练需要数万次实际抛接数据（相当于让机器人“练习”7天不睡觉）。
2.2.3 力/触觉反馈与自适应抓取
当机器人接住球的瞬间，腕部或手指内嵌的力传感器会检测冲击力。如果力过小，说明球没有完全停稳，机械臂会实施“微退让”来缓冲（类似人类松腕）。如果力过大，则可能因关节惯性导致球弹出。自适应抓取算法据此调整夹持力的大小：对于易碎物品（例如玻璃灯泡），力阈值被严格限定在3N以内。这项技术也是防止“杂耍机器人误将灯泡当球”惨剧的关键防线（见6.5）。
2.3 能源与驱动
2.3.1 气动与电动驱动对比
- 气动驱动：使用压缩空气活塞，具有高爆发力和近乎瞬时的响应，非常适合抛掷动作。但气源（空压机）导致整体系统庞大且噪音大（实验室常被戏称为“蒸汽朋克车间”）。曾有一款气动杂耍机器人因软管泄漏，把自己“喷”得满屋打转。
- 电动驱动：无刷电机+谐波减速器是当前主流。定位精度高、静音、易于控制和模块化，但峰值扭矩受限于电池放电能力。为了弥补爆发力不足，部分电动臂采用“弹性储能”设计：用弹簧蓄能再突然释放，模拟气动效果。
2.3.2 电池续航与动力分配
移动式杂耍机器人（如Atlas）依赖锂电池包，续航通常为15~30分钟（连续抛接）。研究者通过动态电压调节实现按需分配：抛掷瞬间向驱动关节提供高电流，接球阶段则降至低功耗模式。一些实验平台甚至利用“抛接间隙”进行能量回收——通过再生制动为电池充电，尽管回收的能量仅够多续命“再丢两次球”。对于固定式舞台表演，外接电源是更稳妥的选择。
3 常见表演类型
3.1 抛接球
3.1.1 单球垂直抛接
最简单的表演，也是所有高级动作的基础。机器人将球垂直抛起至一定高度（通常0.5~1米），然后在原点接住。在视觉反馈下，这种动作成功率接近100%。然而，若抛掷角度偏差超过2度，球便会偏离接球区——此时机器人往往做出“愚蠢的抓空气”动作，成为台上出糗名场面。
3.1.2 多球同步抛接（如3球、5球）
需要复杂的时间片调度。以3球为例：左手抛球1、右手抛球2、左手接球1、右手抛球3……循环。2012年，德国萨尔大学的机器人首次实现稳定的3球杂耍，但动作频率仅0.8Hz，远低于人类专业选手的4Hz。5球至今仍是机器人的“鬼门关”：由于视觉处理延迟和关节惯性，系统经常在4.6球左右时崩溃（即第五球还没抛出，前几个球已经砸地）。圈内将这种“卡死在4.6球”的现象戏称为“杂耍机器人界的四六级分数线”。
3.1.3 异形物体（火把、刀）抛接的挑战
并非所有机器人都是“怕火的”。但为了安全，绝大多数实验室只敢用道具火把（LED灯模拟火焰）和钝刀。真正的挑战在于异形物体的重心不稳定：火把具有长杆，导致空气阻力中心前移；刀的刀刃方向若不对，接住时可能划伤传感器。2017年，一支业余团队试图演示“机器人抛接电锯”——结果锯片卡在爪缝中，机器人自己把自己“拆”了，视频在YouTube获得800万播放量。自此，圈内达成共识：不要跟电锯谈理想。
3.2 平衡与旋转
3.2.1 单杆平衡（如平衡碟）
机器人用末端执行器顶端顶起一根长杆，并在杆末端保持盘子旋转。实际上这属于“平衡类杂耍”，而非抛接。控制算法利用IMU（惯性测量单元）检测杆的倾斜角，通过膝盖或基座的运动抵消偏移。波士顿动力Atlas曾在2021年表演过足尖顶球，但被观察者发现“球其实是粘上去的”，引发热议。
3.2.2 多物体旋转（打蛋器式）
双臂各执一球，沿共轭椭圆轨迹旋转，形成“打蛋器”效果。这种动作对臂内干涉极为敏感：左臂必须与右臂相位差180度，否则两球会在空中相撞（称为“吻球”事故）。目前最好的记录是由日本东京大学的“JugglerX”保持的连续旋转382圈不碰撞。
3.3 互动杂耍
3.3.1 与人类表演者配合
机器人被设定为“小丑”角色：向人类抛球并要求对方接住并传回来。这需要机器人的视觉系统同时跟踪人类手部位置和球的轨迹。2019年，三星实验室的“Ballie”机器人（球形宠物）曾尝试与人互抛，结果因无法理解“假动作”而频繁被骗——人类做出抛球手势但实际没松手，机器人便提前张爪等候，导致后续动作混乱。该实验被誉为“机器人被人类耍的第一个案例”。
3.3.2 根据音乐节奏即兴调整
通过麦克风提取BPM（拍速），杂耍控制器根据节奏缩放抛接速度。慢歌时抛接幅度大、动作舒展；快歌时频率上升。2019年，加州大学伯克利分校的机器人曾在Live音乐节上配合电子乐表演，但当DJ突然切换成2倍速Hardstyle时，机器人关节因过热保护而紧急停机——“跳舞机器人”变成了“定格雕塑”。
4 知名案例与记录
4.1 日本“传球机器人”（JR-1,1986）
早稻田大学在1986年研制的JR-1被视为现代杂耍机器人始祖。它重约80kg，由6个气压驱动关节构成，仅能完成单球垂直抛接，成功率约30%。最著名的轶事是：在一次公开演示中，JR-1误将工程师的眼镜当成球来抛（因为镜片反光被视觉系统误判为白色圆球），结果眼镜碎裂，导致整场演出被推迟两小时。尽管如此，JR-1开创了“机器人杂耍学”这一细分领域。
4.2 瑞士“Dexter”臂（2009-2012）
由苏黎世联邦理工学院（ETH）研发的Dexter机器人，是史上首个能稳定执行3球抛接的专用平台。它拥有7个自由度，采用碳纤维骨架和高速视觉（200fps）。Dexter的突破在于“误接恢复”能力：当它丢失一个球后，会立即调整策略，把剩余球转为平衡模式。2012年，Dexter在瑞士国家博物馆连续表演了12小时，期间“只”掉了4次球——其中一次是因为一只鸽子飞入视野，导致视觉系统错误跟踪鸽翼而忽视球的轨迹。
4.3 波士顿动力Atlas玩球（2021）
2021年，波士顿动力发布视频展示人形机器人Atlas抛接3个球的片段。该片迅速火爆网络，但也引发巨大质疑：长期跟踪Atlas的粉丝指出，视频中球的影子有时不与实际位置吻合，推测是后期补帧或物理模拟的合成效果。然而波士顿动力始终未正面回应，导致“Atlas玩球”成为机器人圈著名的“罗生门”。至今，部分技术档案仍将此片段标注为“数字演示”。
4.4 世界纪录：最快抛接数/最长时间
- 最快抛接频率：2018年，中国哈尔滨工业大学研制的“旋风号”在一个真空腔中测得单臂每秒抛接8.7次（使用乒乓球，空气阻力可忽略）。但该记录未被吉尼斯正式认可，因为真空环境被认为“不属于杂耍范畴”。
- 最长时间多球抛接：2020年，德国弗劳恩霍夫研究所的机器人“约翰·杂耍者”持续3球抛接11小时47分，最终因轴承过热而停止（并非因为掉球）。这台机器人被戏称为“真正的社畜”。
5 未来趋势
5.1 群体杂耍（多机器人协同）
未来，多个机器人可能围成圆阵，互相传递球体形成“环形抛接”。这需要解决协同规划、碰撞避免和共享视觉等问题。2022年，欧洲“CIRQUE”项目已成功演示两台机器人互相传接2球，但第三台机器人的加入导致“球权争夺战”——机器人A和机器人B同时去接同一个球，差点把对方手臂缠在一起。
5.2 深度学习驱动的动态策略
传统算法依赖显式的物理模型，而深度强化学习（DRL）允许机器人通过数万次试错学会杂耍。2023年，DeepMind团队发布了一个模拟环境的杂耍智能体，其抛接策略人眼无法分辨——但迁移到现实时，机器人第一轮就撞毁了两个舵机，因为虚拟世界中设置的摩擦系数与现实不同。这种“模拟到现实”的差距仍是难题。
5.3 情感化设计与娱乐商业化
未来的杂耍机器人将不再仅是技术演示，而是面向迪士尼乐园、环球影城等主题公园的表演者。它们将被设计出“拟人化”情感反应：成功时“咧嘴”或亮灯，失败时“摇头”或播放懊恼音效。2024年，一款名为“JuggleBuddy”的概念产品宣称能根据观众表情调整抛接难度——“如果观众嫌无聊，机器人会丢出一个球砸向自己脑袋来搞笑”。
5.4 伦理讨论：机器人取代人类杂耍者？
随着机器人动作越来越流畅，部分马戏团开始考虑裁减人类杂耍演员以降低成本。反对者认为，机器人的表演缺乏“即兴失误带来的真实感”，而支持者指出机器人能完成人类无法达到的频率和高度。目前行业内达成的妥协是：机器人负责辅助道具搬运和背景抛接，人类演员负责主秀和互动。但偶有激进者提出“人类杂耍者应转型为机器人教练”，这场论战预计将持续多年。
6 趣味冷知识
6.1 首个“数学证明”杂耍机器人
1994年，数学家兼机器人学家K. A. Hooke证明了一个定理：任何足够高的抛接动作都可被一个单自由度的摇臂机器人模拟。他用的是“三角函数展开”和“拉格朗日插值”，论文标题是《抛球与丢丑：单自由度机器人的几何极限》。尽管从未实际造出原型，该论文每年都被当作恶搞论文引用。
6.2 杂耍机器人误将灯泡当球的故事
2011年，加州大学圣迭戈分校的一个学生团队在调试视觉算法时，忘记设置“球体颜色过滤”，结果一个白色LED灯泡被识别为球。机器人在接住后，机械爪施加夹持力——灯泡应声碎裂。整个实验室停电，机器人的传感器被玻璃渣划伤，造成约5000美元损失。团队最后将事故视频上传YouTube，标题为《灯泡：我输给了视觉系统》。该视频成为“机器人失误集锦”系列中最经典的片段之一。
6.3 圈内迷因：“球在飞，代码在崩”
这句话源于某论坛版主在2016年发出的帖子：“每当球在空中飞舞的那0.3秒，我的代码就开始偏离预期；每当球落地，我的调试进程就开始自嗨。”这个梗迅速在机器人爱好者之间流传，用来形容实时控制中不可预知的软件崩溃。后来，甚至有T恤印刷该口号，配图是一只机械臂正在追着一只掉落的球——仿佛在说“先不要接球，先debug”。