本报记者 刘苏雅

　　一名机器人“球员”快步接近滚动的足球，突然，对方“球员”从侧面撞来，让它一下子失去重心，摔倒在地。场边观众低声惊呼，担心它站不起来。几秒后，它流畅地撑地、起身，重新投入比赛。

　　这可不是科幻电影中的场景。8月26日，在国家速滑馆举行的第二届世界人形机器人运动会上，由清华大学自动化系研究员赵明国指导的“火神队”在足球5V5大型组决赛中，以10∶1的大比分击败意大利队，成功卫冕。

　　“火神队”的压倒性技术优势，正是来自具身智能系统北京市重点实验室。成立不足两年，这座实验室孕育的多项前沿技术正在推动北京具身智能产业快步向前。

　　“火神队”在第二届世界人形机器人运动会足球5V5大型组比赛中夺冠。

　　“火神队”机器人（红色队服）正在比赛中。

　　以赛促研机器人当“体育生”

　　1997年5月，一则新闻引爆全球——IBM（国际商业机器公司）研发的超级电脑“深蓝”，战胜了国际象棋世界冠军卡斯帕罗夫，标志着人工智能在博弈领域取得突破性进展。

　　同年，被誉为“机器人世界杯”的RoboCup赛事创立，每年举办一次，首届赛事在日本名古屋举行。起初几年，参赛“选手”还只是机器小车，2002年起，机器人“球员”开始走上足球赛场。机器人真能踢足球？一时间，学界众说纷纭。

　　“体育竞技是检验和推动人形机器人技术发展的‘试金石’。”生活中的赵明国爱打篮球，也正因如此，他深知让机器人动起来的难度，“机器人必须全身协调，兼顾力量和灵活性，才能展现出出色的运动能力。”

　　聚焦运动控制难题，赵明国选择以赛促研。自2004年建队以来，他带领的清华大学“火神队”就是“机器人世界杯”的常客，多次摘得赛事金牌。

　　团队在仿真环境中开展了数万小时的训练，前后经过数十万次算法迭代，让机器人逐渐具备了大力射门、精准传球等能力。但彼时的赛场上，机器人“人仰马翻”“叠罗汉”的场景并不鲜见。“当时人形机器人的各项技术都处在发展初期，机器人能在场上站稳、不摔跤，就是胜利，更别提对场上的变化做出快速反应。”赵明国说。

　　转折点出现在2024年前后。随着技术迭代，机器人的硬件逐步成熟，软件算法能力也越来越强大。而在足球赛强对抗的场景下，必须使用足够可靠的机器人本体。2024年年底，由清华大学自动化系和北京通用人工智能研究院联合共建的具身智能系统北京市重点实验室成立，推动“感知-认知-决策-控制”一体化智能体的创新研究。

　　“火神队”的第三任队长程昊，也在2023年投身具身智能创业赛道，创立了加速进化，并与具身智能系统北京市重点实验室合作，发展具身机器人的工程能力。

　　“我们要培养合格的机器人‘体育生’。”程昊解释，所谓合格的机器人“体育生”，首先必须有足够结实的身躯，即使碰撞摔倒也不会损坏。在此基础上，它还要足够“坚强”，在摔倒后能快速自主起身，遭遇对手的冲撞也能立刻稳住身形、保持平衡。

　　拨开迷雾“足球小子”夺冠

　　机器人要成为“绿茵高手”，它们的运动、感知、决策等能力必须全面提升。赵明国解释，面对一个滚来的足球，人类通常会出于下意识反应，在零点几秒内做出踢击动作。而按照过去20年的机器人交互思路，机器人要先通过视觉识别足球的位置，计算用何种角度、力度踢球才是最佳方案，最后再做出动作。“虽说逻辑上没问题，但输出结果很慢。赛场上的机会稍纵即逝，我们希望机器人能模拟生物体，也就是做到‘反应式踢球’。”

　　要解开这道关键难题，过程并不是攀登“珠穆朗玛峰”，而是在迷雾中寻找新路。“大家都知道登珠峰很难，但珠峰就在那里，挑战者尝试、失败、再尝试，最终登顶。而我们遇到的情况，更像面前是一片厚重的迷雾，前方可能是令人仰止的高峰，也可能只是个小山头——甚至爬这座山有没有意义都存疑。”

　　赵明国和团队反复探索，最终打造出一整套视觉与人类数据融合的强化学习框架，陪着机器人“球员”一次次训练到深夜，把“下意识”植入它们的脑海。“机器人先在仿真系统里训练，再到真实的训练场上检验，以四五天为一个周期，基本能学会一个动作。但这类动作很粗糙，还需要反复打磨，一套动作方案前后往往需要耗费三四个月。”

　　渐渐地，在实验室的训练对抗中，机器人“球员”练就出“见球就踢”的本能反应。当这份训练视频呈现在2025年“机器人世界杯”组委会面前，“反应式踢球”的思路迅速得到广泛认可。“当时距离比赛只有两个月了，本不应该再修改规则，但组委会还是按照我们的思路对规则进行了调整。”赵明国说，那届比赛中，“火神队”成功夺冠，累计进球40多粒。

　　在北京举行的第二届世界人形机器人运动会上，“火神队”再次升级。全新亮相的加速进化T2机器人，在本体、关节性能、运动与感知能力等方面都有了大幅提升，“球员”之间的配合默契度也再上台阶。它们和人类球队一样，会通过传切配合层层推进，破解对手的防守策略。当初蹒跚学步的“孩童”，如今已成长为“足球小子”。

　　“我们常说人类的训练是熟能生巧，现在，机器人也能通过长期训练，实现本能决策。”在赵明国看来，如果比照自动驾驶的六个等级标准，机器人足球队的水平目前还处在L2至L3之间，也就是正在从组合驾驶辅助向有条件自动驾驶发展。

　　走出实验室机器人能“干活”

　　一批合格的机器“打工人”也正从具身智能系统北京市重点实验室走出。

　　约1个月前，北京科创企业灵御智能宣布完成数亿元的Pre-A轮融资，该公司的联合创始人兼首席科学家莫一林，也是清华大学自动化系长聘副教授。他选择推动的，是一条能够更快落地的具身智能技术路线——遥操作。

　　有观点认为，遥操作机器人和打游戏没区别。然而，如果将遥操作的距离拉长至上千公里，让远在河南的操作员操控位于北京的机器人，在这样的尺度下，任何细微的误差都会成倍放大。“比如机器人正在倒水，操作员做出了停止动作，机器人就必须立刻停下来。”莫一林说，过程中不仅有网络传输的限制，机器人自身处理视觉图像的速度、能力也至关重要。

　　同时，如何让机器人准确理解操作员的动作，也需要大量的处理。以双臂操作为例，即使两位操作员的臂长不同，机器人也要能分别准确理解两人的动作，并完成相应操作。“遥操作绝不是‘打游戏’，而是能让机器人尽早‘下地干活’的有效途径。”莫一林说，他和团队的工作目标，就是让机器人遥操作变得更简单。

　　目前，灵御智能每月能交付100余台机器人，总装产线就在北京。这些机器人已经进入超市理货场景，一边工作，一边采集真实数据，每天每台机器人能产出约4小时的有效数据。“数据是具身智能的核心，机器人每个关节的电机运动数据，我们都会收集。”莫一林说，这些数据的时间精度达到微秒级，空间位置也经过精确标定，能成为后续机器人训练的“教材”。

　　“具身智能赛道近两年格外火热，技术路线繁多。我们这座实验室的关键词是‘系统’，既关注具身大模型，也关注感知、决策和控制，以及多领域的机器人应用。”清华大学自动化系副主任、具身智能系统北京市重点实验室副主任鲁继文说，实验室将相关研究力量聚拢起来，在具身智能赛道上加速冲刺。

　　近期，鲁继文将研究的重心放在机器人的长程任务执行上，通俗地讲，就是让机器人的大脑具备“跑马拉松”的能力。“未来机器人要真正走入家庭，必须能胜任全天工作。在几个小时的连续运动中，具身大脑如何保证任务规划的一致性，是我们要攻克的课题。”根据目前的研究进展，鲁继文为机器人设定了一道考题：一口气扫完10层台阶。“在台阶上连续作业，清扫的动作配合上下楼梯的平衡，对当前的机器人来说还是一道难题，我们正在寻求突破。”

　　“目前，实验室和多家高校、科研院所、科技企业保持紧密合作，具身智能的科研工作一定要结合实际应用进行转化。”鲁继文期待依托实验室形成开放的产学研生态，为具身智能的真实场景验证和成果转化创造条件。

　　赵明国也有对未来的规划：下一个十年，希望机器人不仅是任务的执行工具，更应成为具备环境交互与群体智能的协同实体。“有些事情，可能连着做多少年都看不到结果，但真正重要的是，持续做出正确的选择，并坚持下去。”