全球首个人形机器人格斗赛落幕：拳打脚踢你来我往 就是“大脑”还不好使

《科创板日报》5月(yuè)26日讯（记者(jìzhě) 黄心怡）“左右勾拳、侧踢、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(zuówǎn)开打。

在这场于杭州举行的《CMG世界机器人大赛·系列赛(xìlièsài)》机甲格斗擂台赛上，宇树科技以合作方(hézuòfāng)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(sìgè)比赛(bǐsài)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(de)格斗动作，采集自(zì)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、感知不足等问题，也(yě)展现出较强的(de)平衡控制、人机协同能力。

多名业内人士对(duì)《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，但缺少(quēshǎo)真正的(de)空间(kōngjiān)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的大脑。

▍拳脚相加！机器人(jīqìrén)遭重击后5秒起身

《科创板日报》注意到，在(zài)相互出拳、踢腿的格斗过程中，参赛机器人能通过步伐的调整来保持(bǎochí)自身的平衡。在被击中后(hòu)，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(le)，支撑力拉满。”有观众表示。

“机器(jīqì)人倒地五秒内马上(mǎshàng)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(xūyào)落在4个脚(jiǎo)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，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)(de)AI强化学习和本体关节的感知。通过(tōngguò)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(kòngzhìcèlüè)，同时本体关节的高精度(gāojīngdù)传感器能够实时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(guànxìng)测量单元）在机器人保持平衡中发挥着重要作用(zuòyòng)，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(jiāsùdù)等信息。

值得一提的是，此次参赛的宇树(yǔshù)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(mùdì)是在格斗中进行更灵活的招式变化，如勾拳、摆拳(bǎiquán)、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，需要机器人具备强大的动力系统来提供足够的扭矩，以(yǐ)实现快速动作响应(xiǎngyìng)。二是对控制算法精准度和稳定性(wěndìngxìng)要求高，控制算法要实时处理大量传感器数据(shùjù)，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、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(jiàodà)的冲击力，对关节、骨骼等结构的强度和稳定性提出了(le)很(hěn)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(rényuán)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(xiāngguān)负责人对此解释道，AI语音操控(cāokòng)响应延迟比较明显，影响对机器人的实时控制(shíshíkòngzhì)。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，宇树已经开发了一套体感人(gǎnrén)形机器人控制系统，后续的比赛应该就可以(kěyǐ)给参赛者使用。

中国信通院(yuàn)泰尔系统实验室副总工程师(zǒnggōngchéngshī)刘泰介绍(jièshào)，对机器人进行手柄操控，与日常普通的遥控(yáokòng)玩具，存在一定的区别。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(de)控制方法很(hěn)难让它站得住(zhàndézhù)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一步，能够看到机器人(jīqìrén)在对抗比较强的情况下，也(yě)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(zài)暂时还不能实现通用人工智能AGI的(de)前提下，能否通过(tōngguò)人机协同来达到比较好的效果，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(rénlèi)遥控操作的机器人也存在比赛失误的情况(qíngkuàng)。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(qíshí)暴露了机器人动态运动控制(kòngzhì)与实时(shíshí)感知的不足。

“这就涉及(shèjí)到一个问题，机器人是否要完成(wánchéng)仿真人类的形态。比如人背后没有长眼睛(yǎnjīng)，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(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。” 田丰表示。

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

田丰表示，从中美(měi)来看，在机器人大脑的投入是美国的比例(bǐlì)更大些。“国内企业大部分都在做机器人本体，有(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。”

从产业链来看，田丰认为业内更多的关注(guānzhù)焦点在于整机厂商，以及电机等硬件层面，而大脑(dànǎo)也是通用型(tōngyòngxíng)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(gènghǎo)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(móxíng)，以及RAG知识库进行融合。”

（科创板日报(rìbào)记者 黄心怡）