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

在这场于(yú)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(suànfǎ)则由四个比赛团队自研，并进行现场(xiànchǎng)的手柄操控。经过几轮比拼，黑队"AI策算师"最终夺得(duóde)冠军。

“这次比赛的格斗动作，采集自外部(wàibù)专业人员，用来(yònglái)给AI模型提供学习参考。”宇树科技相关负责人向《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(dòngtàikòngzhì)、感知(gǎnzhī)不足等问题，也展现出较强的平衡控制、人机协同能力。

多(duō)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(dǐcéng)算法(suànfǎ)已经较为出色，但缺少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(zhuānyè)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(chūquán)、踢腿的(de)格斗过程中(zhōng)，参赛机器人能(néng)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。”有观众表示。

“机器人(jīqìrén)倒地五秒内马上能起来，重心(zhòngxīn)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(jiàowéi)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，“两足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(zài)4个脚组成(zǔchéng)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，宇树G1机器人在对抗中保持平衡，主要依赖于仿真环境的(de)AI强化学习和(hé)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策略，同时本体关节的高精度(gāojīngdù)传感器(chuángǎnqì)能够实时感知身体(shēntǐ)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(xiāngguān)负责人向《科创板日报》介绍，IMU（惯性测量单元）在机器人(jīqìrén)保持平衡中(zhōng)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，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个自由度多出两个，目的是在格斗中进行更灵活(línghuó)的招式变化，如勾拳、摆拳、上勾拳等拳击(quánjī)动作中的手腕调整(tiáozhěng)，增加攻击的角度(jiǎodù)和灵活性。

上述人员介绍，G1格斗模式的训练难度一是在(zài)于瞬间爆发力要求高(gāo)，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(dòngzuò)(dòngzuò)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(shí)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(shíjī)，实现对多关节、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，操作员手柄遥控机器人对战(duìzhàn)

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(gèyǒu)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机器人进行格斗(gédòu)。

宇树科技相关负责人对此解释道，AI语音(yǔyīn)操控响应延迟(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(gèng)直观、更精准地操控机器人，也更易于上(shàng)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(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(zhōngguó)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(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(kòngzhì)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很(hěn)难让它(tā)站得住走得稳，现在通过(tōngguò)强化学习(xuéxí)的训练方式，让它往能够(nénggòu)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(néngfǒu)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。而(ér)这场比赛也展现了(le)一定的成果，这也是很有价值的。”

▍实时感知仍存困境(kùnjìng) 机器人大脑待突破

不过，由人类遥控(yáokòng)操作的机器人也存在比赛失误的情况。比如选择(xuǎnzé)主动攻击对手，不当心扑空后，导致参赛机器人失去(shīqù)稳定性倒地，被对手“KO”。机器人想要(xiǎngyào)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。这其实暴露了机器人动态运动控制(kòngzhì)与实时感知的不足。

“这(zhè)就涉及到一个问题，机器人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(shèzhì)摄像头，让机器人扩大感知范围。再比如人只有5个手指(shǒuzhǐ)，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(zhǐshì)一个过渡阶段，未来(wèilái)可能会发展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，包括稳定性(wěndìngxìng)、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(biǎoshì)，从中美来看，在机器人大脑的投入是美国的比例更大些。“国内企业(qǐyè)大部分(dàbùfèn)都(dōu)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。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焦点在于(zàiyú)整机厂商，以及(yǐjí)电机(diànjī)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，才能更好地在实际应用(yìngyòng)。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(jiějuéfāngàn)商，在公版(gōngbǎn)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）