機(jī)器人集體到香港戶外極限挑戰(zhàn)，狗比人強(qiáng)

• henry 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

平時(shí)一看機(jī)器人比賽，就說遙操，遙操。今兒個(gè)，鼓勵(lì)“自力更生的”，來了！

就在這周末剛剛收官的ATEC2025線下挑戰(zhàn)賽，主辦方不僅鼓勵(lì)機(jī)器人自主完成任務(wù)，還首次在無遙操的情況下，把機(jī)器人從實(shí)驗(yàn)室拉到戶外遛了一圈。

拱橋、山地、緩坡、吊橋、操場，全靠AI自主闖關(guān)，而且還是one-shot。

對于這次比賽的難度，作為“出題人”的主辦方可謂相當(dāng)自信，比賽還未開打，就提前透露：

• 這可能會(huì)是一場翻車無數(shù)的比賽！

只不過，有看頭的比賽從來不缺反轉(zhuǎn)。

原以為是主辦方預(yù)判的翻車局，選手們卻一個(gè)比一個(gè)能整活，奇招不斷，狠狠破局。

經(jīng)過兩天的激烈較量，前三賽隊(duì)新鮮出爐：浙江大學(xué)Wongtsai摘得桂冠，上海交通大學(xué)IRMV和北京理工大學(xué)CyberPrime團(tuán)隊(duì)緊隨其后，分獲亞軍、季軍。（均為機(jī)器狗方案）

浙江大學(xué)Wongtsai賽隊(duì)

更離譜的是——浙大團(tuán)隊(duì)在奪冠后還“凡爾賽”地說，他們其實(shí)準(zhǔn)備了更難的預(yù)案。

所以，這究竟是一場怎樣的“機(jī)器人大賽”？

賽前預(yù)警翻車？選手：不存在的

這次第五屆ATEC科技精英賽線下賽由香港中文大學(xué)主辦、ATEC前沿科技探索社區(qū)、北京大學(xué)、北京師范大學(xué)、螞蟻集團(tuán)聯(lián)合承辦，于12月6-7日周末兩天，在港中文嶺南體育場與 “小橋流水” 生態(tài)區(qū)正式打響。

本次賽事的專家評審陣容包括劉云輝謝立華Masayoshi Tomizuka等多位國際知名機(jī)器人學(xué)者。

線下賽共設(shè)置：垃圾分揀自主澆花定向越野吊橋穿越四個(gè)真實(shí)世界挑戰(zhàn)，將基礎(chǔ)操作到跨地形移動(dòng)一網(wǎng)打盡：

垃圾分揀：機(jī)器人從初始位置出發(fā)（下同），識(shí)別香蕉皮、透明塑料瓶和紙盒、抓取、移動(dòng)、放入對應(yīng)顏色的垃圾桶。這一任務(wù)旨在考察機(jī)器人視覺感知、目標(biāo)識(shí)別、移動(dòng)操作與長程任務(wù)的能力。

自主澆花：完成拿水壺、接水、找到花籃、澆花和把水壺放回原處等一系列操作，這對機(jī)器人的空間定位、穩(wěn)定抓取和精細(xì)操作都是考驗(yàn)。

定向越野：自主穿越拱橋、山地、陡峭樓梯等復(fù)雜戶外路線，這里的重點(diǎn)是全局規(guī)劃、地形理解與長程穩(wěn)定行走。

吊橋穿越：穿過三段間距不等的吊橋，并在第三段拉繩搭橋，使中斷處可通過，這一任務(wù)旨在考察機(jī)器人在不同路面行走的魯棒性以及工具使用能力。

總體而言，比賽規(guī)則強(qiáng)調(diào)鼓勵(lì)自主、限制干預(yù)：遙操作越少，自主完成越多，得分就越高。

針對這一規(guī)則，選手在實(shí)際比賽中普遍采取了先遙操保底、再自主沖高分的策略，而在具體的項(xiàng)目上，則更是臨場發(fā)揮，奇招盡出。

比如，為了挺過吊橋，選手們紛紛給機(jī)器人安上了“大腳板”和“雪橇”，以防機(jī)器人的足部卡在縫隙中。

而上交的IRMV賽隊(duì)甚至干脆略過拉繩搭橋的環(huán)節(jié)，讓機(jī)器狗跳過50cm的空隙。

澆花任務(wù)也稱得上是百花齊放：橫握、倒抓、夾持、撐開……各種“拿壺姿勢”，一看一個(gè)不吱聲。

在垃圾分揀任務(wù)中，冠亞軍隊(duì)伍Wongtsai和IRMV表現(xiàn)出了極強(qiáng)的統(tǒng)治力，各自的機(jī)器狗完全依靠自主模塊通關(guān)，穩(wěn)穩(wěn)拿下無遙操的額外加分。

戶外越野方面，Wongtsai則繼續(xù)領(lǐng)先，成為比賽中第一個(gè)全自主跑完越野賽題的四足機(jī)器人隊(duì)伍。

最終，Wongtsai憑借在機(jī)器人全自主智能方面的卓越表現(xiàn)，摘得15萬美元冠軍大獎(jiǎng)。

不是黑歷史，而是具身智能的來時(shí)路

除了選手們的精彩臨場發(fā)揮，作為全球首個(gè)聚焦實(shí)景極端環(huán)境的人工智能與機(jī)器人賽事，比賽內(nèi)容也著實(shí)暴露了不少在實(shí)驗(yàn)室環(huán)境中不易看到的問題，主要集中在以下四個(gè)層面：

本體——人形VS四足差距明顯

如果按“一場論”來說：四足機(jī)器人（機(jī)器狗）在所有任務(wù)的表現(xiàn)均明顯優(yōu)于雙足（人形）

在人形機(jī)器人“失手”最多的定向越野項(xiàng)目中，解說員表示：人形機(jī)器人重心高、觸點(diǎn)少，在復(fù)雜地形明顯吃虧，上坡、陡梯、碎石路都顯得十分吃力。

而在澆花、垃圾分揀這類需要穩(wěn)定抓取和精細(xì)操作的項(xiàng)目里，人形機(jī)器人同樣表現(xiàn)不佳——

結(jié)構(gòu)復(fù)雜、控制鏈條長，一旦定位不準(zhǔn)或手部調(diào)節(jié)稍有偏差，就難以完成有效抓取。即便有遙操作輔助，也依然容易失手。

相比之下，四足機(jī)器人則穩(wěn)得多，既能在澆花、分揀等任務(wù)中用背部夾爪完成任務(wù)，又在戶外越野和吊橋穿越中展現(xiàn)出了統(tǒng)治級的表現(xiàn)。

最令人驚喜的是，Wongtsai和CyberPrime的機(jī)器狗甚至實(shí)現(xiàn)了全自主的垃圾分揀任務(wù)。

此外，在比賽中，并非所有隊(duì)伍的“臨時(shí)改裝”都帶來了正向效果。上面提到的“物理外掛”還引發(fā)了軟硬件協(xié)同的co-design問題。

例如，一些隊(duì)伍為了提升穩(wěn)定性臨時(shí)把腳板加寬，反而導(dǎo)致了機(jī)器人的感知與步態(tài)控制失衡，從而卡腳摔倒。

感知——室外帶來的非線性難度躍升

這次全戶外的環(huán)境也給機(jī)器人的感知能力帶來了不小的挑戰(zhàn)：來自光照、風(fēng)、陰影等細(xì)微環(huán)境變化的擾動(dòng)會(huì)不斷累積成誤差，成為影響任務(wù)成功率的關(guān)鍵變量。

在垃圾分揀任務(wù)中，透明的塑料瓶在室外由于反光以及背景等因素，導(dǎo)致機(jī)器人經(jīng)常識(shí)別失敗。

而在戶外越野任務(wù)中，樹蔭下的局部強(qiáng)/弱光交替則增加了機(jī)器人感知外界環(huán)境的難度。

甚至一點(diǎn)“風(fēng)吹草動(dòng)”，也會(huì)影響物體的位置，進(jìn)而改變可抓取姿態(tài)，迫使affordance估計(jì)必須實(shí)時(shí)更新。

在比賽中，上一秒香蕉皮的位置還很準(zhǔn)確，但當(dāng)機(jī)器人準(zhǔn)備下爪抓取時(shí)，一陣風(fēng)吹來，香蕉皮被吹偏，感知瞬間被打亂。

此外，相比于室內(nèi)，在信號弱的野外，機(jī)器人更依賴自身IMU（慣性測量單元）、激光雷達(dá)與本地推理能力，難度再上臺(tái)階。

規(guī)劃——能做動(dòng)作，卻不知道下一步怎么接

在規(guī)劃層面，賽場上暴露出的一個(gè)普遍現(xiàn)象是：機(jī)器人即便能完成單個(gè)動(dòng)作，也常常出現(xiàn)“拿起香蕉后不知道接下來做什么”的現(xiàn)象。

在吊橋任務(wù)中，盡管多數(shù)隊(duì)伍能在遙控的輔助下通過不連續(xù)的木板，但幾乎沒有隊(duì)伍能在無輔助的情況下“把繩子拉下、把木板當(dāng)橋板用”，這暴露出當(dāng)前機(jī)器人在多步驟關(guān)聯(lián)推理環(huán)境改造能力上的明顯短板。

操作——上半身與下半身的解耦

在這次比賽中，與長程任務(wù)同等重要的，還有對loco-manipulation（移動(dòng)操作）的考驗(yàn)。

這要求機(jī)器人在移動(dòng)過程中精準(zhǔn)完成定位與姿態(tài)調(diào)整，以實(shí)現(xiàn)抓取或其他精細(xì)操作。

在比賽中，常見的失敗模式包括：

• 機(jī)器人無法精確停到抓取位，導(dǎo)致執(zhí)行器無法接觸目標(biāo)。
• 在抓取或搬運(yùn)時(shí)出現(xiàn)力控/穩(wěn)定性失衡（抓取位置不當(dāng)，物體脫落），無法完成后續(xù)動(dòng)作。

對于這一現(xiàn)象，我們在賽后采訪中得知，多數(shù)隊(duì)伍采用的是上半身操作與下半身移動(dòng)解耦的架構(gòu)。

也就是說，機(jī)器人缺少一套統(tǒng)一的全身運(yùn)動(dòng)與操作控制框架。

結(jié)果在賽場上常見的場景是：下半身可以自主行走，但機(jī)械臂與夾爪還得靠人工遙控完成關(guān)鍵操作

這一現(xiàn)象并非偶然。

當(dāng)前許多前沿VLA型模型（如 RT-2、OpenVLA、RDT、Pi0.5）主要聚焦上半身操作能力——解決“手如何推斷、如何執(zhí)行”的問題，但對“移動(dòng)-操作”的端到端整合的支持仍十分有限。

從這個(gè)角度看，未來真正值得期待的突破，可能來自能同時(shí)統(tǒng)一移動(dòng)與操作、實(shí)現(xiàn)全身自主控制的端到端機(jī)器人模型。

這或許將成為下一代具身智能的重要方向，也將決定機(jī)器人能否真正走向復(fù)雜的真實(shí)世界。

真實(shí)世界，才是最終考場

總的來說，這次比賽不僅是一片檢驗(yàn)機(jī)器人真實(shí)能力的練兵場，也像是給未來機(jī)器人測評體系遞來的一張草圖。

現(xiàn)有的具身智能benchmark，無論是偏仿真的ManiSkill，還是偏室內(nèi)流程的RoboChallenge更像是切片式測評，只能看到機(jī)器人的某一面。

而像ATEC這樣的真實(shí)世界挑戰(zhàn)，則給行業(yè)提供了另一種可能：既更接近機(jī)器人最終要面對的場景，也更有機(jī)會(huì)推動(dòng)我們重新思考“能力”以及“如何衡量能力”這兩個(gè)根本問題。

或許幾年后回頭看，這場比賽的意義不會(huì)只在于誰走上了坡、誰沒踩穩(wěn)拱橋，而在于它讓整個(gè)行業(yè)看到：機(jī)器人離“走進(jìn)世界”還有多遠(yuǎn)，又應(yīng)該往哪個(gè)方向繼續(xù)補(bǔ)課。

正如賽事專家委員會(huì)主席、香港工程院院士劉云輝教授所說：

• 我們希望通過極限挑戰(zhàn)，推動(dòng)機(jī)器人從演示可行，走向應(yīng)用可靠。

作為賽事發(fā)起單位之一，螞蟻集團(tuán)技術(shù)戰(zhàn)略部負(fù)責(zé)人表示，螞蟻集團(tuán)長期支持ATEC賽事，源于一個(gè)信念：

• AGI技術(shù)發(fā)展的未來，是實(shí)現(xiàn)機(jī)器智能與物理世界的深度融合，讓機(jī)器人面對真實(shí)世界的擾動(dòng)。因此，ATEC設(shè)計(jì)的每一道題，都不是為了讓它“完成得好看”，而是為了讓它在碰撞中暴露真正的弱點(diǎn)。因?yàn)槿绻麊栴}不是真實(shí)的，就不會(huì)牽引出真實(shí)的技術(shù)進(jìn)步。只有“真問題”，才能讓行業(yè)知道下一步要突破什么。

換句話說，實(shí)驗(yàn)室里永遠(yuǎn)不會(huì)出現(xiàn)的光照、氣流、遮擋，踩空與翻車恰恰是讓機(jī)器人邁向可用、可信的真正門檻。