新会陈皮香动全国！皮皮宝年会落幕，「陈皮＋」三大新品引领产业升级

《科创板(kēchuàngbǎn)日报(rìbào)》5月26日讯（记者 黄心怡）“左右勾拳、侧踢、膝踢、闪避、跌倒起身，被KO……”一场机器人(jīqìrén)之间的格斗比赛在昨晚开打。

在这场于杭州举行的(de)《CMG世界机器人大赛·系列赛》机甲格斗擂台赛上，宇树科技以合作方身份参赛，上场的机器人均为宇树 G1人形机器人，而内嵌算法则由四个比赛(bǐsài)团队自研，并进行现场的手柄操控。经过几轮比拼(bǐpīn)，黑队(hēiduì)"AI策算师"最终夺得冠军。

“这次比赛的格斗(gédòu)动作，采集自外部专业人员，用来给AI模型提供学习参考。”宇树科技相关负责人(fùzérén)向《科创板日报》介绍。

在此次(cǐcì)比赛(bǐsài)过程中，机器人暴露了仍存在动态控制、感知不足等问题，也展现出较强的平衡控制、人机协同能力。

多名业内人士对《科创板日报》表示，从格斗过程来看(láikàn)，机器人(jīqìrén)底层算法已经较为出色，但缺少真正的空间(kōngjiān)智能大模型作为机器人的大脑。为了更(gèng)好地在实际应用落地，后续产业链或将涌现更多二次开发的机器人解决方案商，在公版机器人基础上开发专业的大脑。

▍拳脚相加！机器人遭重击后5秒(miǎo)起身

《科创板日报》注意到，在相互出拳、踢腿的格斗过程中，参赛机器人能通过(tōngguò)步伐的调整来保持自身的平衡。在被击中后，机器人也能迅速起身。“虽然格斗效果一般，摔倒(shuāidǎo)爬起来的灵活性(línghuóxìng)把我惊呆了，支撑力拉满(lāmǎn)。”有观众表示。

“机器人倒地五秒内马上能起来，重心不稳的(de)情况下能调整身形维持平衡，这两点让我印象较为深刻。” 快思慢想研究院院长(yuànzhǎng)、上海交通大学计算法学(fǎxué)与AI伦理研究中心联席主任田丰表示，“两足(liǎngzú)机器人的动态平衡性要比四足难得多。机器狗的重心只需要(xūyào)(xūyào)落在4个脚组成的矩形内就行，支撑的面积大。而两足人形机器人的重心需要落在两足的连线内。”

据悉(jùxī)，宇树G1机器人在(zài)对抗中保持平衡(pínghéng)，主要依赖于仿真环境的AI强化学习和本体关节的感知。通过对大量平衡数据的学习和模拟训练，机器人不断优化自身的平衡控制(kòngzhì)策略，同时本体关节的高精度传感器能够实时感知身体各部位的姿态(zītài)和受力情况，为平衡控制提供关键数据。

宇树(yǔshù)科技相关负责人(fùzérén)向《科创板日报》介绍，IMU（惯性测量单元）在(zài)机器人保持平衡中发挥着重要作用，在仿真训练中同样不可或缺。IMU可以实时监测机器人的姿态、加速度等信息。

值得一提的是(zhídéyìtídeshì)，此次参赛的宇树科技G1手臂进行了定制化设计，拥有7个自由度，比常规的5个自由度多出(duōchū)两个，目的是在格斗中进行更灵活的招式变化(biànhuà)，如勾拳、摆拳、上勾拳等拳击动作中的手腕调整(tiáozhěng)，增加攻击的角度和灵活性。

上述人员介绍，G1格斗模式的训练难度一是在于瞬间爆发力要求高，需要机器人(jīqìrén)具备强大的动力系统来提供足够的扭矩(niǔjǔ)，以实现快速动作响应。二是对控制算法(kòngzhìsuànfǎ)精准度和稳定性要求高，控制算法要实时处理(shíshíchǔlǐ)大量传感器数据，精确计算身体各部位的运动轨迹与发力时机，实现对多关节、重心(zhòngxīn)、姿态毫秒级的精准控制，保证动作既有力(yǒulì)又不失协调。三是(sānshì)机械结构强度要求高，在进行该动作时，机器人的机械结构需要承受(chéngshòu)较大的冲击力，对关节、骨骼等结构的强度和稳定性提出了很高的要求。

▍人机协同为主(wéizhǔ)，操作员手柄遥控机器人对战

G1机器人操控(cāokòng)方式包括AI语音操控、手柄操控、体感操控，各有优缺点。而本次比赛(bǐsài)中主要采用现场人员进行手柄操作的方式。在比赛过程(guòchéng)中，可以看到操作员在一旁控制机器人进行格斗。

宇树科技(kējì)相关负责人对此解释道，AI语音操控响应延迟比较明显，影响对机器人(jīqìrén)的实时控制。手柄操控让参赛者(cānsàizhě)更直观、更精准地操控机器人，也更易于上手，有利于扩大参赛者范围。而体感操控在(zài)沉浸感上更具潜力，宇树已经开发(kāifā)了一套体感人形机器人控制系统，后续的比赛应该就可以给参赛者使用。

中国信通院泰尔系统实验室副总工程师刘泰介绍，对机器人进行手柄操控，与日常普通的(de)遥控玩具，存在一定的区别。人形机器人其背后是(shì)一整套的大模型(móxíng)、运动控制模型的算法支撑(zhīchēng)，实际上是在通过这些算法来进行操控。

“采用传统的(de)控制方法很难让它(tā)站得(dé)住走得稳，现在通过强化学习的训练方式，让它往能够站得平衡的方式由自己去探索。整体的比赛非常振奋，它的表现可以说比以往更进了(le)一步，能够看到机器人在对抗比较强的情况下，也能够保持(bǎochí)很好的稳定性，包括全身的运动机构协调，是科技进步和产业进步很好的结合。” 刘泰提到。

田丰认为，“在暂时还不能实现通用人工智能AGI的前提下，能否通过人机协同来达到(dádào)比较好的效果，是当前业内探索的方向(fāngxiàng)。而这场比赛也展现(zhǎnxiàn)了一定的成果，这也是很有价值的。”

▍实时感知(gǎnzhī)仍存困境 机器人大脑待突破

不过，由(yóu)人类遥控操作(cāozuò)的(de)机器人也存在比赛失误的情况。比如选择主动攻击对手，不当心扑空后，导致参赛机器人失去稳定性倒地，被对手“KO”。机器人想要后退来调整对战(duìzhàn)角度，却意外被擂台的围绳给缠住，需要人类来解绑等等。这其实暴露了机器人动态运动控制与实时(shíshí)感知的不足。

“这就涉及到一个问题，机器人(jīqìrén)(jīqìrén)是否要完成仿真人类(rénlèi)的形态。比如人背后没有长眼睛，但机器人后背是否应该设置摄像头，让机器人扩大感知范围。再比如人只有5个手指，但有些工业场景可能6个手指会更好。人形机器人可能只是一个过渡阶段，未来可能会发展出(chū)超越人形的机器人形态。” 田丰(tiánfēng)表示。

一名观赛的业内人士认为，从格斗过程来看，底层(dǐcéng)算法已经较为(jiàowéi)出色，包括稳定性、视觉、灵活性、速度连贯性(liánguànxìng)等，目前缺少的是真正的空间智能大模型作为机器人的大脑。

田丰(tiánfēng)表示，从中美来看，在机器人大脑的投入(tóurù)是美国的比例更大些。“国内企业大部分都在做机器人本体，有(yǒu)一些机器人企业在做小脑(xiǎonǎo)，也就是运动控制系统。做机器人大脑的企业大概在1/20的比例。不过，已经有一些机器人企业正在进行大脑研发。”

从产业链(chǎnyèliàn)来看，田丰(tiánfēng)认为业内更多的关注焦点在于整机厂商，以及电机等硬件层面，而大脑也是通用型的基础性大脑。“但机器人整机其实需要软件二次开发，才能(cáinéng)更好地(dì)在实际应用。比如面向格斗、工厂、物流等场景进行二次开发。后续产业链会涌现这类的机器人解决方案商，在公版机器人基础上开发专业的大脑。这就涉及到多模态大模型(móxíng)，以及RAG知识库(zhīshíkù)进行融合。”

（科创板(kēchuàngbǎn)日报记者 黄心怡）