从遥控玩具到独立运动员，人形机器人如何应对全自主新规？
AI智识局
这一届人形机器人运动会，新规核心就一句话：赛制直接倒逼硬件和算法同步升级。机器人在赛场上不再只是“跑得动”，而是要在没有人类遥控、完赛时间极度压缩的条件下，完成自主感知、决策、运动控制，乃至多机协同。
从“遥控玩具”到“独立运动员”，机器人必须自己“看路”和“做决定”
去年首届赛事，不少机器人靠的是“巡线”导航，也就是盯着地上的跑道线走，或者工程师在场边跟着遥控。今年，除了100米和400米障碍赛，其余竞技赛项发令之后，全程不允许任何人工遥控干预。这意味着机器人需要从“执行预设指令”切换为“自主导航”。
最直接的变化是，机器人必须自己知道“我在哪，我要去哪”。天工机器人团队的技术人员透露，今年的方案升级为通过激光雷达和视觉建图来做全局定位，不再依赖赛道线。这个转变在面对真实世界时至关重要——现实中的巡检、救援场景里，不会有画好的白线。
参赛队员向媒体介绍战队的人形机器人
同时，实时决策的负担也全扔给了机器人本身。乒乓球赛是典型例子：球桌上方和两侧的多台摄像头捕捉到高速飞行的乒乓球轨迹后，数据传给机器人，它必须在本地完成计算，立刻决定回球策略。银河通用参加网球对打的机器人，实现了连续多拍对打的能力。
这种“端侧自主决策”是全自主规则下最核心的技术门槛之一。
完赛时间砍掉三分之二，运动能力不再是“能走就行”
新规之下，很多项目的完赛时间要求被大幅压缩，直接淘汰了那些“能走稳就算赢”的慢速方案。比如100米跑，从去年的3分钟完赛时限直接压到1分钟，400米从15分钟压到5分钟，1500米从40分钟压到15分钟。
这不只是“不许停”，而是要求机器人在高速运动中持续保持稳定和决断。
这给硬件带来的挑战是实打实的。想跑得快，下肢关节模组需要足够大的功率和扭矩。荣耀为参赛机器人自研的一体化下肢关节模组，峰值扭矩到了400Nm级别，就是为了支撑瞬时爆发速度。而跑得久则考验散热。
1500米决赛中，近半数参赛机器人因为关节过热或电量不足中途退赛。天工Omni机器人夺冠时那套“捂脸跑”姿势，本质上就是它在强化学习训练中，自己发现摆臂会导致肩部关节过热，从而选择一种更低能耗的过弯方式。
为此，很多参赛机型新增了液冷加风冷的双散热架构，来替代传统的被动散热，就是为了解决连续高速奔跑时关节发热导致的输出衰减问题。
这种硬件和算法协同进化的逻辑，在“过弯”和“刹停”这类极限工况下更明显。多支队伍在测试时，机器人一进弯道就重心失控、侧滑摔倒。
天工机器人最终通过强化学习自主摸索出低重心倾斜过弯——像摩托车赛车手一样压弯，膝盖几乎贴地，最终在400米跑出38.15秒，比人类世界纪录还快将近5秒。
人形机器人在赛道上高速奔跑竞速
而冲线后的刹停同样充满挑战，很多机器人会因为惯性控制不住而冲出赛道，天工机器人则能在冲线瞬间快速调整力矩，实现零偏差停稳。
踢足球不再是一脚大力射门，多机协同成了硬指标
足球赛的赛制变化，把全自主的挑战从单机直接拉到了群体协同的维度。中型组从去年的3v3升级为5v5，场地面积翻了一倍。但最关键的规则变化是：常规进球必须由至少两名不同的机器人先后触球两次及以上才算有效。
这直接废掉了“单兵带球、一脚大力射门”的简单战术，倒逼机器人必须实现自主传切、跑位配合。
多台参赛人形足球机器人在赛场就位
多机协同在实战中极其复杂。场地变大后，机器人靠赛前单次扫描定位的老办法失效了，一旦被碰撞或者摔倒，就容易在场上“迷失方位”，需要主动“摇头”扫描来持续修正位置。
而且五台机器人各自独立决策，既要避免角色冲突（比如两个前锋同时去抢一个点），也要做好缺位补位。华北电力大学的参赛队就采用了“一主一辅前锋”策略，当主攻被拦截，辅助机器人会自动顶上，后卫同步触发补位逻辑。
这些战术配合，全都建立在机器人自主决策和通信协同的基础上，一旦比赛网络出现波动，机器人还得具备独立决策的容错能力。
组委会在吹风会上点明了这套新规的最终目的：比赛不是终点，形成的规则将直接转化为人形机器人产业通用的技术验收标准，实现“以赛定标、以标促产”。说到底，赛场上的每一项挑战，都是未来产业落地前的一次关键压力测试。
第二届世界人形机器人运动会吹风会现场
热门跟贴