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(rìbào)》5月26日讯（记者(jìzhě) 黄心怡）“左右勾拳、侧(cè)踢、膝踢、闪避、跌倒起身，被KO……”一场机器人之间的格斗比赛在昨晚开打。

在这场于杭州举行的《CMG世界机器人大赛·系列赛》机甲格斗擂台赛上，宇树(yǔshù)科技以合作方身份(shēnfèn)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(duóde)冠军(guànjūn)。

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

在此次(cǐcì)比赛过程中，机器人暴露了仍存在动态控制、感知不足等(děng)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，机器人底层算法已经较为出色(chūsè)，但缺少(quēshǎo)真正的空间智能大模型作为机器人的大脑。为了更好地在实际应用落地，后续(hòuxù)产业链或将涌现更多二次开发的机器人解决方案(jiějuéfāngàn)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(hòu)5秒起身

《科创板(kēchuàngbǎn)日报》注意到，在相互出拳(chūquán)、踢腿的格斗过程(guòchéng)中，参赛机器人能通过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，摔倒爬起来的灵活性把我惊呆了，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、上海交通大学计算法学与AI伦理研究中心联席主任田丰表示(biǎoshì)，“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(zhīchēng)的面积(miànjī)大。而两足人形(rénxíng)机器人的重心需要落在两足的连线(liánxiàn)内。”

据悉，宇树G1机器人在对抗(duìkàng)中保持平衡，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(bùduàn)优化自身的平衡控制策略，同时本体关节的高精度(gāojīngdù)传感器能够实时(shíshí)感知身体各部位的姿态和受力情况，为平衡控制提供关键数据。

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

值得一提的是，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(zìyóudù)，比常规的5个自由度多出两个，目的是在格斗中进行更灵活的招式变化，如勾拳、摆拳、上(shàng)勾拳等拳击动作中的手腕调整(tiáozhěng)，增加攻击的角度和(hé)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(yāoqiú)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。二是对控制算法精准(jīngzhǔn)度和(hé)稳定性(wěndìngxìng)要求高，控制算法要实时处理大量传感器数据，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(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。三是机械结构(jiégòu)强度要求高，在进行(jìnxíng)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(děng)结构的强度和稳定性提出了很高的要求。

▍人机协同为主，操作员手柄遥控(yáokòng)机器人对战

G1机器人操控(cāokòng)方式包括AI语音操控、手柄(shǒubǐng)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控制(kòngzhì)机器人进行格斗。

宇树科技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)(jīqìrén)的实时控制。手柄(shǒubǐng)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，宇树已经开发了一套体感人形机器人控制系统，后续(hòuxù)的比赛应该就(jiù)可以给参赛者使用。

中国信通院泰尔系统(xìtǒng)实验室副总工程师刘泰介绍，对机器人进行手柄(shǒubǐng)操控，与日常普通的遥控(yáokòng)玩具，存在(cúnzài)一定的区别。人形机器人其背后是一整套的大模型、运动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。

“采用传统的控制方法(fāngfǎ)很难让它(tā)站得住走得稳，现在通过强(qiáng)化学习的训练方式(fāngshì)，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一步，能够看到机器人在对抗比较强的情况下，也能够保持很好的稳定性，包括(bāokuò)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比较好的效果，是当前业内探索的方向(fāngxiàng)。而这场(zhèchǎng)比赛也展现了一定的成果，这也是很(hěn)有价值的。”

▍实时感知仍存(réngcún)困境 机器人大脑待突破

不过，由人类遥控操作的机器人也存在(cúnzài)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(dǎozhì)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(zhè)其实(qíshí)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，机器人是否要(yào)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(hòubèi)是否应该设置摄像头(shèxiàngtóu)，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(kěnéng)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(fāzhǎn)出超越人形的机器人形态。” 田丰表示。

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

田丰表示，从中美来看，在机器人大脑的(de)投入是(shì)美国的比例(bǐlì)更大些。“国内企业大部分都在做机器人本体，有一些机器人企业在做小脑，也就是运动控制系统(kòngzhìxìtǒng)。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(chǎngshāng)，以及电机等硬件(yìngjiàn)层面，而大脑也是(shì)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(èrcìkāifā)，才能更好地在实际应用。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，以及RAG知识库进行融合。”

（科创板日报记者(jìzhě) 黄心怡）