🏠IT之家•較早收集於 14m
四成人形機器人團隊全自主巡航
#robotics-competition#embodied-ai#humanoid-challengeyizhuang-humanoid-robot-half-marathonyizhuanghumanoid-robot
💡人形機器人全自主跑 21 公里—具身 AI 耐力基準揭曉。
⚡ 30-Second TL;DR
有什麼變化
四成團隊自主巡航；賽事混自主與遙控組
為什麼重要
加速具身 AI 在真實世界移動與決策進展。鼓勵全自主，設定人形機器人部署基準。
下一步行動
依亦莊半馬規則基準測試你的人形機器人導航能力。
誰應關注：Researchers & Academics
關鍵要點
- •四成團隊自主巡航；賽事混自主與遙控組
- •21.0975 公里賽道融合城市、賽道、公園地形 4 月 19 日開跑
- •干預、換電有罰時；全程最多換 2 台機器人
- •跌倒須自主恢復；獎項表彰續航、步態、設計
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •本次賽事由北京人形機器人創新中心主辦，旨在驗證人形機器人在複雜城市環境下的長距離導航與能源管理能力。
- •賽事引入了「機器人馬拉松」標準化測試，要求參賽機器人必須具備在非結構化路面（如草地、磚路）上的動態平衡與障礙物避讓能力。
- •參賽隊伍包含多家中國領先的人形機器人企業，如優必選、智元機器人等，反映出產業正從實驗室環境轉向實際應用場景的技術迭代。
📊 競品分析▸ Show
| 比較維度 | 北京人形機器人半馬參賽隊伍 | 特斯拉 Optimus | Figure AI (Figure 02) |
|---|---|---|---|
| 核心定位 | 城市巡航與長距離耐力 | 工廠自動化與通用任務 | 通用人形機器人與商業服務 |
| 導航模式 | 混合自主/遙控 (強調全自主) | 端到端神經網絡自主導航 | 基於視覺語言模型的自主導航 |
| 續航能力 | 針對馬拉松優化 (支援換電) | 約 4-8 小時 (視任務而定) | 約 5-10 小時 |
| 關鍵技術 | 步態規劃與動態地形適應 | FSD 視覺技術遷移 | 模仿學習與強化學習 |
🛠️ 技術深入
- •運動控制：採用基於模型預測控制 (MPC) 與強化學習 (RL) 相結合的混合控制架構，以應對長距離行進中的地形擾動。
- •能源管理：參賽機器人普遍採用高能量密度鋰電池組，並針對馬拉松賽事優化了關節電機的熱管理系統，以防止長時間運行導致的過熱降頻。
- •感知系統：整合多線激光雷達 (LiDAR) 與深度攝像頭，結合 SLAM 技術實現城市環境下的實時地圖構建與路徑規劃。
- •自主恢復：內置基於 IMU 數據的跌倒檢測算法，觸發預設的起身動作序列，並通過視覺反饋進行姿態校準。
🔮 前景展望AI analysis grounded in cited sources
人形機器人將在 2027 年前實現城市基礎巡邏的商業化應用。
本次半馬賽事驗證了機器人在複雜城市地形下的自主導航與耐力，為安防巡邏等場景奠定了技術基礎。
換電技術將成為人形機器人長時作業的行業標準。
賽事規則中關於換電罰時的設置，凸顯了能源補給效率已成為制約人形機器人作業半徑的關鍵瓶頸。
⏳ 時間線
2023-11
北京人形機器人創新中心正式成立，致力於構建人形機器人產業生態。
2024-05
北京人形機器人創新中心發布首個通用人形機器人母平台「天工」。
2025-09
北京亦莊舉辦首屆人形機器人產業大會，確立了推動機器人進入城市公共服務領域的戰略目標。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗