本發(fā)明公開了一種乒乓球機(jī)器人靈活擊球策略的實(shí)現(xiàn)方法，方法包括：在仿真環(huán)境下通過(guò)自監(jiān)督學(xué)習(xí)方法訓(xùn)練出乒乓球軌跡的特征提取器；自監(jiān)督學(xué)習(xí)方法的任務(wù)包括異常軌跡的修正與軌跡預(yù)測(cè)；將特征提取器遷移至現(xiàn)實(shí)環(huán)境中進(jìn)行遷移式學(xué)習(xí)以對(duì)特征提取器進(jìn)行再訓(xùn)練；遷移式學(xué)習(xí)的數(shù)據(jù)標(biāo)簽是通過(guò)采集的乒乓球軌跡與物理學(xué)分析得出的真實(shí)乒乓球軌跡；將特征提取器應(yīng)用于強(qiáng)化學(xué)習(xí)中，得到擊球策略；強(qiáng)化學(xué)習(xí)中，針對(duì)組成一個(gè)完整乒乓球軌跡的四個(gè)軌跡階段分別設(shè)置獎(jiǎng)賞；擊球策略直接輸出乒乓球機(jī)器人的關(guān)節(jié)位置。本發(fā)明結(jié)合了自監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)以及遷移學(xué)習(xí)，可大幅降低機(jī)器人與現(xiàn)實(shí)環(huán)境交互次數(shù)，提升機(jī)器人擊球策略靈活性。