“左右勾拳、側踢、膝踢、閃避、跌倒起身，被KO……”一場機器人之間的格斗比賽在昨晚開打。
在這場于杭州舉行的《CMG世界機器人大賽·系列賽》機甲格斗擂臺賽上，宇樹科技以合作方身份參賽，上場的機器人均為宇樹 G1人形機器人，而內嵌算法則由四個比賽團隊自研，并進行現場的手柄操控。經過幾輪比拼，黑隊"AI策算師"最終奪得冠軍。
“這次比賽的格斗動作，采集自外部專業(yè)人員，用來給AI模型提供學習參考。”宇樹科技相關負責人向《科創(chuàng)板日報》介紹。
在此次比賽過程中，機器人暴露了仍存在動態(tài)控制、感知不足等問題，也展現出較強的平衡控制、人機協同能力。
多名業(yè)內人士對《科創(chuàng)板日報》表示，從格斗過程來看，機器人底層算法已經較為出色，但缺少真正的空間智能大模型作為機器人的大腦。為了更好地在實際應用落地，后續(xù)產業(yè)鏈或將涌現更多二次開發(fā)的機器人解決方案商，在公版機器人基礎上開發(fā)專業(yè)的大腦。
拳腳相加！機器人遭重擊后5秒起身
《科創(chuàng)板日報》注意到，在相互出拳、踢腿的格斗過程中，參賽機器人能通過步伐的調整來保持自身的平衡。在被擊中后，機器人也能迅速起身。“雖然格斗效果一般，摔倒爬起來的靈活性把我驚呆了，支撐力拉滿。”有觀眾表示。
“機器人倒地五秒內馬上能起來，重心不穩(wěn)的情況下能調整身形維持平衡，這兩點讓我印象較為深刻。” 快思慢想研究院院長、上海交通大學計算法學與AI倫理研究中心聯席主任田豐表示，“兩足機器人的動態(tài)平衡性要比四足難得多。機器狗的重心只需要落在4個腳組成的矩形內就行，支撐的面積大。而兩足人形機器人的重心需要落在兩足的連線內。”
據悉，宇樹G1機器人在對抗中保持平衡，主要依賴于仿真環(huán)境的AI強化學習和本體關節(jié)的感知。通過對大量平衡數據的學習和模擬訓練，機器人不斷優(yōu)化自身的平衡控制策略，同時本體關節(jié)的高精度傳感器能夠實時感知身體各部位的姿態(tài)和受力情況，為平衡控制提供關鍵數據。
宇樹科技相關負責人向《科創(chuàng)板日報》介紹，IMU（慣性測量單元）在機器人保持平衡中發(fā)揮著重要作用，在仿真訓練中同樣不可或缺。IMU可以實時監(jiān)測機器人的姿態(tài)、加速度等信息。
值得一提的是，此次參賽的宇樹科技G1手臂進行了定制化設計，擁有7個自由度，比常規(guī)的5個自由度多出兩個，目的是在格斗中進行更靈活的招式變化，如勾拳、擺拳、上勾拳等拳擊動作中的手腕調整，增加攻擊的角度和靈活性。
上述人員介紹，G1格斗模式的訓練難度一是在于瞬間爆發(fā)力要求高，需要機器人具備強大的動力系統來提供足夠的扭矩，以實現快速動作響應。二是對控制算法精準度和穩(wěn)定性要求高，控制算法要實時處理大量傳感器數據，精確計算身體各部位的運動軌跡與發(fā)力時機，實現對多關節(jié)、重心、姿態(tài)毫秒級的精準控制，保證動作既有力又不失協調。三是機械結構強度要求高，在進行該動作時，機器人的機械結構需要承受較大的沖擊力，對關節(jié)、骨骼等結構的強度和穩(wěn)定性提出了很高的要求。
人機協同為主，操作員手柄遙控機器人對戰(zhàn)
G1機器人操控方式包括AI語音操控、手柄操控、體感操控，各有優(yōu)缺點。而本次比賽中主要采用現場人員進行手柄操作的方式。在比賽過程中，可以看到操作員在一旁控制機器人進行格斗。
宇樹科技相關負責人對此解釋道，AI語音操控響應延遲比較明顯，影響對機器人的實時控制。手柄操控讓參賽者更直觀、更精準地操控機器人，也更易于上手，有利于擴大參賽者范圍。而體感操控在沉浸感上更具潛力，宇樹已經開發(fā)了一套體感人形機器人控制系統，后續(xù)的比賽應該就可以給參賽者使用。
中國信通院泰爾系統實驗室副總工程師劉泰介紹，對機器人進行手柄操控，與日常普通的遙控玩具，存在一定的區(qū)別。人形機器人其背后是一整套的大模型、運動控制模型的算法支撐，實際上是在通過這些算法來進行操控。
“采用傳統的控制方法很難讓它站得住走得穩(wěn)，現在通過強化學習的訓練方式，讓它往能夠站得平衡的方式由自己去探索。整體的比賽非常振奮，它的表現可以說比以往更進了一步，能夠看到機器人在對抗比較強的情況下，也能夠保持很好的穩(wěn)定性，包括全身的運動機構協調，是科技進步和產業(yè)進步很好的結合。” 劉泰提到。
田豐認為，“在暫時還不能實現通用人工智能AGI的前提下，能否通過人機協同來達到比較好的效果，是當前業(yè)內探索的方向。而這場比賽也展現了一定的成果，這也是很有價值的。”
實時感知仍存困境 機器人大腦待突破
不過，由人類遙控操作的機器人也存在比賽失誤的情況。比如選擇主動攻擊對手，不當心撲空后，導致參賽機器人失去穩(wěn)定性倒地，被對手“KO”。機器人想要后退來調整對戰(zhàn)角度，卻意外被擂臺的圍繩給纏住，需要人類來解綁等等。這其實暴露了機器人動態(tài)運動控制與實時感知的不足。
“這就涉及到一個問題，機器人是否要完成仿真人類的形態(tài)。比如人背后沒有長眼睛，但機器人后背是否應該設置攝像頭，讓機器人擴大感知范圍。再比如人只有5個手指，但有些工業(yè)場景可能6個手指會更好。人形機器人可能只是一個過渡階段，未來可能會發(fā)展出超越人形的機器人形態(tài)。” 田豐表示。
一名觀賽的業(yè)內人士認為，從格斗過程來看，底層算法已經較為出色，包括穩(wěn)定性、視覺、靈活性、速度連貫性等，目前缺少的是真正的空間智能大模型作為機器人的大腦。
田豐表示，從中美來看，在機器人大腦的投入是美國的比例更大些。“國內企業(yè)大部分都在做機器人本體，有一些機器人企業(yè)在做小腦，也就是運動控制系統。做機器人大腦的企業(yè)大概在1/20的比例。不過，已經有一些機器人企業(yè)正在進行大腦研發(fā)。”
從產業(yè)鏈來看，田豐認為業(yè)內更多的關注焦點在于整機廠商，以及電機等硬件層面，而大腦也是通用型的基礎性大腦。“但機器人整機其實需要軟件二次開發(fā)，才能更好地在實際應用。比如面向格斗、工廠、物流等場景進行二次開發(fā)。后續(xù)產業(yè)鏈會涌現這類的機器人解決方案商，在公版機器人基礎上開發(fā)專業(yè)的大腦。這就涉及到多模態(tài)大模型，以及RAG知識庫進行融合。”
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
