平常只要瞅见机器人比赛，就一个劲儿念叨遥操，遥操。可到了今儿，鼓励那种“依靠自身力量的”，它出现了！
刚刚在这周末收官的线下挑战赛，主办方不但激励机器人自行完成任务，而且在首次没有遥操的情形下，将机器人从实验室带到户外溜达了一回 。
存在着拱桥这个事物，有山地这种地形,有缓坡这般地势，有吊桥这个设施，有操场这个场地，所有的这些都要依靠人工智能自行去闯过关卡，并且还是一次性尝试就成功。
作为这次比赛的“出题人”，即主办方，对于此次比赛的难度，展现出了相当程度的自信，早在比赛尚未开始打的时候，便预先进行了透露，：
只不过，有看头的比赛从来不缺反转。
原本以为那是主办方预先料到的会失败的局面，然而参赛选手们却每一个都比另一个更有能力去施展新奇的手段，奇妙的招数接连不断，狠狠地打破了原本的僵局。
历经两天的激烈比拼较量，前三赛队新鲜呈现：浙江大学荣获冠军，上海交通大学IRMV以及北京理工大学团队依序紧追在后，分别斩获亚军、季军。（均为机器狗方案）。
浙江大学赛队
更让人觉得离谱的是，浙江大学团队在获得冠军之后，还以一种“凡尔赛”的方式表示，他们实际上准备了难度更高的预案。
所以，这究竟是一场怎样的“机器人大赛”？
赛前预警翻车？选手：不存在的
此次，第五届ATEC科技精英赛线下赛，由香港中文大学主办，ATEC前沿科技探索社区、北京大学、北京师范大学、蚂蚁集团联合承办，在12月6至7日这周末两天，于港中文岭南体育场以及 “小桥流水” 生态区正式展开。
本次赛事的专家评审之列，有刘云辉，还有谢立华，以及等多位国际知名机器人学者 。
线下赛设置了，垃圾分拣挑战，自主浇花挑战，定向越野挑战，吊桥穿越挑战这四个真实世界挑战，把基础操作到跨地形移动都涵盖了：
机器人从初始位置出发，对垃圾进行分拣，识别香蕉皮继而识别透明塑料瓶接着识别纸盒，随后抓住这些物品，然后将各物品移动，再放入对应颜色垃圾桶，这一任务目的在于考察机器人的视觉感知能力，以及目标识别能力，还有移动操作能力以及长程任务能力。
需要机器人自主完成拿水壶，接水的动作，还要找到花篮，接着进行浇花操作，最后把水壶放回原处，这一系列操作对机器人的空间定位能力，稳定抓取能力以及精细操作能力都构成了考验。
那定向越野呀，是要自己主动去穿越像拱桥、山地以及陡峭楼梯这类很复杂的户外路线。而这里其看重的要点呢，是对于整体局面的规划，还有对地形的理解，以及能够保持长程稳定的行走状态。
穿越吊桥：需经过三段间隔不一样的吊桥穿越，在第三段时要拉扯绳子搭建桥梁，让中断了的地点能够顺利通过，此项任务的目的是考查机器人于不同路面行走时的鲁棒性以及工具使用方面的能力。
大概来说，比赛的规则着重突出鼓励自行主动、限制进行干涉：远距离操控越少，自己独立自主完成的越多，所获得的分数就越高 。
针对这一规则，选手于实际比赛当中，普遍采取了先通过遥操作进行保底的策略，之后再凭借自主去冲击高分，而在具体的项目之上，则皆是临场随机发挥，各种奇特招数全部施展出来。
比如说，为了能够成功挺过那个吊桥，选手们纷纷给机器人安装上了“大脚板”，并且还安装了“雪橇”，用以防止机器人的足部卡在缝隙当中。
上交相关的IRMV赛队，干脆直接略过拉绳搭桥这一环节，使得机器狗去跳过50cm的空隙 。
浇花这项任务，也算得上会呈现各种不同姿态，可谓是百花齐放：有横握的方式，有倒抓的做法，有夹持的动作，还有撑开的样子等等，各种“拿壶姿势”，一看便让人处于一种不吱声的状态 。
于垃圾分拣任务里，亚军冠军队伍以及IRMV展现出了超强的统治力，它们各自的机器狗凭借自主模块完全通关，稳稳地拿下了无遥操的额外加分。
在户外越野这一方面，持续保持领先态势，变为比赛里首个完全依靠自身跑完越野赛题的四足机器人队伍。
最终，凭借卓越表现，在机器人全自主智能方面，摘得了冠军大奖，是15万美元的。
不是黑历史，而是具身智能的来时路
撇开选手们那令人赞叹的精彩临场发挥不谈，鉴于此赛事身为全球首个着重于实景极端环境的人工智能与机器人赛事，其比赛内容真真切切地显现出了好些于实验室环境里不太容易见到的问题，这些问题主要汇聚于以下四个层面：
本体——人形VS四足差距明显
依照“一场论”来讲，四足机器人也就是机器狗，在全部任务里的表现，都显著地比双足也就是人形的要好， 。
在人形机器人“失手”频次最高的定向越野项目里头，解说员讲，人形机器人重心偏高，触点数量较少，于复杂地形状况内显著处于劣势，面对上坡路段，陡立梯级，碎石铺设的道路，均呈现出极度吃力的态势 。
在浇花项目中，人形机器人表现不佳，在垃圾分拣这类需要稳定抓取以及精细操作的项目当中，人形机器人同样表现不佳——。
具有复杂的结构，拥有较长的控制链条，一旦在定位上出现不准确的情况，或者手部调节稍微存在偏差，那么就很难完成有效的抓取动作。就算有遥操作进行辅助，也依旧容易出现失手的状况。
与之相较，四足机器人可要稳上许多，它能够于浇花、分拣这类任务当里面，通过背部夹爪达成任务，并且在户外越野以及吊桥穿越的过程当中，呈现出了统治级别的表现。
最令人惊喜的是，和的机器狗甚至实现了全自主的垃圾分拣任务。
另外，于比赛期间，不是所有队伍开展的“临时改装”都产生了积极作用。上述关乎“物理外挂”此情况，还致使了软硬件协同方面出现了co-问题。
比如，某些队伍为了让稳定性得以提升，临时把脚板加宽了，然而这却致使机器人的感知跟步态控制失去平衡，进而造成卡脚摔倒 。
感知——室外带来的非线性难度跃升
这次尽数处于户外的环境，也给机器人的感知能力带来了相当大的挑战，源于光照、风、阴影等细微环境变化所产生的扰动，会持续不断地累积形成误差，成为对任务成功率造成影响的关键变量。
在垃圾分拣这项任务当中，有着透明特质的塑料瓶，处于室外环境时，因存在反光现象以及背景等诸多因素，致使机器人常常遭遇识别失败的情况。
在户外越野任务当中，存在树荫下的情况，那里有局部强/弱光交替的现象，这使得机器人对外界环境进行感知的难度有所增加。
哪怕只是极其细微的一点“风吹草动”，都会对物体的位置产生影响，进而致使可抓取姿态发生改变，迫使估计不得不进行实时更新。
于比赛期间，上一秒香蕉皮所处位置尚精准无误，然而当机器人预备下爪实施抓取动作之际，一阵风刮起，香蕉皮遭吹得偏移，感知刹那间被搅乱了。
除了这个之外，相比较于室内而言，在那种信号比较弱的野外环境当中，机器人更加依赖其自身的IMU，也就是惯性测量单元，以及激光雷达还有本地推理能力，如此一来难度又往上升了一个台阶。
规划——能做动作，却不知道下一步怎么接
于规划层面而言，赛场上所暴露出的一个普遍现象是，机器人就算能够完成单个动作，却时常会现那种诸如，拿起香蕉以后，便不知道接下来该做些什么的状况。
于吊桥任务里，即便多数队伍借助遥控的协助可经由不连续的木板，然而几乎没有队伍在无辅助之时能够“把绳子拉下，把木板当作桥板来使用”，这显示出当下机器人在多步骤关联推理环境改造能力方面存在显著的不足 。
操作——上半身与下半身的解耦
此次比赛里，和长程任务同样举足轻重的，另外存在着对loco-（移动操作）的检验，。
要求机器人在移动当中精准地达成定位以及姿态调整，进而实现抓取或者别的精细操作 。
在比赛中，常见的失败模式包括：
有这样一种现象，我们可从赛后采访里知道，多数队伍采用的架构是，上半身与下半身在操作和移动方面是解耦的 。
也就是说，机器人缺少一套统一的全身运动与操作控制框架。
当时的场景是这样的，在赛场上，经常会出现一种情况，就是运动员的下半身能够自行走动，然而呢，机械臂以及夹爪的关键操作，还需要依靠人工进行遥控操作才可以完成 。
这一现象并非偶然。
现如今，诸多前沿的VLA型模型，像RT - 2、RDT、Pi0.5这些，主要着重于上半身操作能力，也就是去解决“手怎样进行推断，怎样去执行”的问题，然而，对于“移动 - 操作”的端到端整合的支持，依旧是极为有限的。
换个视角去瞧，往后真正有望令人期待的那种突破，或许会源自一种东西，它能够在同一时刻达成将移动跟操作二者予以统一，进而得以实现让机器人达成全身范围的自主控制，这样的一种端到端机器人模型 。
或许这会变成下一代具身智能的关键走向，也会决定机器人能不能切实迈向繁杂的真实世界。
真实世界，才是最终考场
此番比赛，总括开来，不单单是一处用以检验机器人真实能力的练兵场地，更仿若一张草图，是呈递给未来机器人测评体系的 。
当前存在的具身智能，不管是偏向于仿真类型的，又或者是偏向于室内流程的，其实更类似于切片式测评，仅仅能够瞧见机器人的某个面。
像ATEC这样现实世界的挑战，给行业带来了另外的可能性，既更贴近机器人最终会面临的情形，又更具有促使我们再次思索“能力”以及“怎样衡量能力”这两个基本问题的机会。
不知若干年后回首，这场赛事的意味并非仅关乎谁迈向了上升之途、谁于拱桥之上失足，而是在于它使整个产业目睹，那机器人距离“步入世间”尚有何等差距，且应朝着何方持续弥补不足。
正如赛事专家委员会主席、香港工程院院士刘云辉教授所说：
身为赛事发起单位当中的一个，蚂蚁集团技术战略部的负责人讲道，蚂蚁集团以很长期的时间去支持 ATEC 赛事，起因是源于一个信念，。
换一种说法来讲，实验室里始终都不会呈现的光照情况，气流状态，遮挡情形，踩空状况以及翻车状况，相反地，恰恰是促使机器人朝着可用、可信方向迈进的十足真正门槛。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论