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

《科创板日报》5月(yuè)26日讯（记者 黄心怡）“左右(zuǒyòu)勾拳、侧踢、膝踢、闪避、跌倒起身，被KO……”一场(yīchǎng)机器人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(dàsài)·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(wèiyǔshù) G1人形机器人，而内嵌算法则由(yóu)四个比赛团队自研，并进行现场的手柄操控。经过几轮比拼，黑队"AI策算师"最终夺得冠军。

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

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

多名业内人士对《科创板日报》表示，从格斗过程来看，机器人(jīqìrén)(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。为了更好地(dì)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秒起身(qǐshēn)

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

“机器人(jīqìrén)倒地五秒内马上能起来，重心不稳的情况下能调整身形维持平衡，这两点(zhèliǎngdiǎn)让我印象较为深刻。” 快思慢想研究(yánjiū)院院长、上海交通大学计算法学与AI伦理研究中心(zhōngxīn)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落在4个脚组成的矩形内就行，支撑的面积大。而(ér)两足人形机器人的重心需要落在两足的连线内。”

据悉，宇树G1机器人(jīqìrén)在对抗中保持平衡(pínghéng)，主要依赖于仿真环境的AI强化学习和本体关节的感知(gǎnzhī)。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(guānjiàn)数据。

宇树科技相关负责人向《科创板日报(rìbào)》介绍，IMU（惯性测量单元）在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(kěyǐ)实时监测机器人的姿态(zītài)、加速度等信息。

值得一提的是，此次参赛的宇树科技(kējì)G1手臂进行了定制化(huà)设计，拥有7个自由度，比常规的5个自由度多出两个(liǎnggè)，目的是在(zài)格斗中进行更灵活的招式变化，如勾拳、摆拳、上勾拳等拳击动作中的手腕调整，增加攻击的角度和灵活性。

上述(shàngshù)人员介绍，G1格斗模式的训练(xùnliàn)难度(nándù)一是在于瞬间爆发力要求高，需要机器人具备强大的动力系统来提供足够的扭矩，以实现快速动作响应。二是对控制算法(kòngzhìsuànfǎ)精准度(jīngzhǔndù)和稳定性要求高，控制算法要实时处理大量传感器(chuángǎnqì)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(guānjié)、重心、姿态毫秒级的精准控制，保证动作既有力又不失协调。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，操作员(cāozuòyuán)手柄遥控机器人对战

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

宇树科技相关(xiāngguān)负责人对此解释道(dào)，AI语音操控(cāokòng)响应延迟(yánchí)比较明显，影响对机器人的实时控制。手柄操控让参赛者更直观、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。而体感操控在沉浸感上更具潜力，宇树已经开发了(le)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(tàiěr)系统实验室副总工程师刘泰介绍，对机器人(jīqìrén)进行手柄操控，与日常普通的遥控玩具，存在一定的区别。人形机器人其背后是一整套的大(dà)模型、运动(yùndòng)控制模型的算法支撑，实际上是在通过这些算法来进行操控。

“采用传统的控制(kòngzhì)方法很难让它站得住走得稳，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(gèngjìn)了一步，能够看到机器人在对抗(duìkàng)比较(bǐjiào)强的情况下，也能够保持很好的稳定性，包括全身(quánshēn)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(de)前提下，能否通过人机协同来(lái)达到比较好的效果，是当前业内探索的方向。而这场比赛也展现了一定的成果，这也是很有(yǒu)价值的。”

▍实时感知仍存困境 机器人大脑待(dài)突破

不过，由(yóu)人类遥控操作的机器人(jīqìrén)也存在比赛失误(shīwù)的情况。比如选择主动攻击对手，不当心扑空后(hòu)，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角度，却意外被擂台的围绳给缠住，需要人类来解绑等等(děngděng)。这其实暴露了机器人动态运动控制与实时感知的不足。

“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(huì)更好。人形(rénxíng)机器人可能只是一个过渡阶段，未来可能会发展出超越人形的机器人形态。” 田丰(tiánfēng)表示。

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

田丰表示，从中美来看，在(zài)机器人大脑的投入是美国的比例更大些(gèngdàxiē)。“国内企业(qǐyè)大部分都在做(zuò)机器人本体，有一些机器人企业在做小脑，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。”

从产业链来看，田丰认为业内更多的关注(guānzhù)焦点在(zài)于整机厂商，以及电机等(děng)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，才能更好地在实际应用(yìngyòng)。比如面向格斗、工厂、物流等场景(chǎngjǐng)进行(jìnxíng)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，以及RAG知识库进行融合。”

（科创板(kēchuàngbǎn)日报记者 黄心怡）