穿越障碍，是人形机器人走向真实世界的关键一步。
第二届人形机器人运动会最具挑战性的400米障碍赛上，赛道设置了斜坡、跨栏、绕桩、台阶、窄桥、轮胎阵、湿滑路面等多种地形，机器人需要不断在跑、走、跨、爬之间切换，穿越这些复杂地形。最终，天工Omni仅用时4分11秒，夺得冠军。
400米障碍赛上，天工Omni走梅花桩。主办方供图
在另一场100米障碍赛中，智元灵犀X2表现同样令人印象深刻。面对最后一关净高只有0.5米的匍匐通道前，智元灵犀X2迅速趴倒在地，四肢贴近地面向前移动，钻出低矮空间后继续爬过终点线，以1分28秒拿下第一名。
不同于田径场上的直线竞速，机器人在障碍赛中很难靠一个动作跑完全程。
同一台机器人前一秒还在加速，下一秒就需要在窄桥上重新寻找落脚点；既要跨过栏杆，也要钻进半米高的通道，还要应对地面摩擦力和支撑面的变化。
当赛道变得复杂，人形机器人的比拼也从单一的跑跳能力，逐渐转向感知、运动控制和稳定性的综合较量。
下一步踩在哪，机器人自己定
在400米赛道上，几乎每隔几十米，机器人都要面对一次全新的挑战。
前方是高0.3米的连续跨栏，机器人必须跨越或跳跃通过；紧接着是长10米、宽仅0.5米的S弯桥，机器人既要向前走，还要不断调整身体朝向；再往前，0.6米宽的限宽L型弯道，则要求机器人在狭窄区域内完成90度转向。
难度的提升，一定程度上来自对人形机器人能力进化的预判和针对性的进一步检验。
“以前机器人主要依靠本体和电机信息运动，相当于处于盲视状态。”北京人形机器人创新中心运动控制算法专家韩刚告诉新京报贝壳财经记者，在今年的比赛中，天工Omni开始通过视觉获取前方障碍的几何信息，再选择对应的运动方式。
尤为值得关注的是，这一次比赛中，翻箱子、梅花桩、跨栏等多个单项障碍已经可以由机器人自主完成。
韩刚介绍，机器人在看到箱体以后，怎么迈腿、跨多高、怎样爬上去，不再需要操作员逐步下达指令；到了梅花桩前，机器人也会根据看到的桩面决定脚落在哪里。
北京人形机器人创新中心创新人形部负责人郭宜劼进一步介绍，天工Omni同时还具备“预防摔倒”的能力，受到外界扰动时，Omni会主动摆动上身和双臂，并重新寻找落脚位置；如果系统判断已经无法避免摔倒，则会降低关节阻尼，以相对柔软的状态接触地面，倒地后再根据身体状态选择起身策略。
稳和快，缺一不可
障碍赛的另一面，是对稳定性的反复检验。
比赛现场，常有企业派出多支队伍、使用同款机器人分别参赛——有的为了检验不同的算法能力，有的则是为了对抗现场环境的复杂性。
一支采取“求快”策略的赛队在比赛中出现失误：机器人前半部分行进极其平稳，但奔跑途中突然摔倒在地。赛后，现场操作手告诉新京报贝壳财经记者，障碍赛对机器人稳定性要求较高，这次失误可能既与速度较快有关，也与机器人和现场地面的磨合不足有关。
从这一细节也能看出，速度提高之后，地面条件、机器人的动力学参数以及动作误差都会被进一步放大，对前端的训练也提出了更高的要求。
相比之下，智元的灵犀X2在比赛中翻跃一米高台时表现沉稳，站到最高处仅微微屈膝即稳稳落地。赛后，智元运控算法工程师李德龙向新京报贝壳财经记者解析了其中奥秘，这个动作最初来自1:1采集的真人动作数据，随后被放入仿真环境反复训练。
100米障碍赛上，灵犀X2下楼梯。主办方供图
不过，大量强化学习发生在仿真环境里，真正上场后，机器人面对的地面和外部环境很难与仿真完全一致。李德龙也谈道，为缩小这种Sim2Real（仿真到现实）差距，比赛前对机器人进行了更详细的参数辨识，让仿真中的训练结果尽可能适配真实本体。
“机器人在障碍赛中表现出的感知移动能力已经接近成熟。”郭宜劼表示，赛后团队还会继续增加训练地形，并进一步提升Omni的导航、稳定性和可靠性。
在他看来，通行能力只是第一步。接下来还需要提升机器人的通用全身控制能力，同时伴随“大脑”能力持续提升，让机器人自主完成更复杂的全身任务。
把障碍赛里的动作迁移到真实场景
比赛之外，一些障碍赛中的关卡，在现实空间中几乎都能找到对应。
螺旋台阶如同楼梯，L型弯模拟狭窄通道，匍匐通道则要求机器人进入站立时无法通过的低矮空间。对于未来需要进入家庭、工厂或者危险现场的人形机器人而言，这些场景并不陌生。
郭宜劼表示，爬楼梯、通过狭窄空间等能力，可以直接应用在家庭场景；在更极端的环境中，类似的地形适应、抗扰动和自主起身能力，则可以用于危险救援。
不过，从这次比赛来看，机器人并没有完全实现自主完成障碍赛。尽管不少机器人能够自主完成翻箱、跨栏和走梅花桩，但不同关卡之间仍存在人工遥操，这些都是赛场之外亟待解决的问题。
李德龙介绍，智元下一步将进一步提高机器人的全自主能力和动作成功率，让机器人在危险环境中能够自行判断并完成任务；同时，将感控一体算法与导航结合，使机器人可以自主到达任务地点。
“我们希望机器人能够进入所有人能进入的空间，达到同身高人类的运动能力，这样才能和人执行一样的任务。”韩刚提到，目前机器人主要依据环境的几何信息进行判断，再往前一步，还需要让机器人获得更多语义信息，更多开发机器人的大脑能力。
从100米到400米到真正进入危险环境工作，赛道越来越长，障碍也越来越复杂。如今，机器人已经能够跑过斜坡、跨过栏杆、钻进半米高的通道。走下赛场之后，它们也开始寻找技术落地的下一个“落脚点”。
新京报贝壳财经记者 张晓慧 编辑 陈莉 校对 卢茜
热门跟贴