踢球时，机器人一低头、转身或撞上球，球就可能暂时离开视野。传统强化学习（RL——根据行动后的奖励或惩罚改进策略）若依赖精确的球位和速度，此时就像拿着一张不断跳动的地图练带球，输入一错，动作和奖励都可能跟着偏。
这项工作让 NAOv6 人形机器人只用机载感知学习，不借助动作捕捉或俯视相机。关键是加上一套 RSSM（循环状态空间模型——根据过去观察和动作维持对当前情况的内部判断）：看见球时，才用新画面校正判断；看不见时，则沿用模型自己的预测。机器人仍使用原有状态估计，但不再盲信每次输出。
作者报告，机器人经过30分钟真实交互，能从多个起点带球入门，成功率达到100%；相同训练预算下，不带这种记忆机制的前馈策略为0%。这说明，真实机器人学习未必先要一套昂贵而精确的感知与标定管线。不过这些结果来自踢球这一项接触密集任务，能否推广到更多场景仍待验证。