機器人“運動員”是怎樣煉成的（國際科技前沿）

張時毓

在杭州機器人學校，機器人進行乒乓球運動訓練。 方建飛攝(影像中國)

韓國仁川舉行的2026年RoboCup機器人世界杯上，足球機器人正在進行比賽。 韓聯社發(影像中國)

2026北京亦莊半程馬拉松暨人形機器人半程馬拉松比賽，機器人和人類運動員同臺競技。 黃潤祺攝(影像中國)

7月上旬，韓國仁川。綠茵場上，一臺臺人形機器人奔跑、傳球、射門——沒有遙控器，一切全憑自主決策。這是2026年RoboCup機器人世界杯上的一幕：兩支全自主人形機器人足球隊首次完成11對11的完整對決。本屆比賽吸引了來自全球45個國家和地區的364支隊伍、近3000名科研人員同臺競技。在備受矚目的人形機器人大型組中，清華大學火神隊、中國農業大學山海隊分獲冠亞軍。此次比賽中，參賽機器人體形更大、速度更快，比賽節奏顯著提升，也讓人感受到“2050年機器人足球隊超越人類世界杯冠軍”的夢想或許并不遙遠。

從多年前波士頓動力機器人完成驚艷后空翻，到近兩年國產機器人在春晚舞臺上表演絕活，再到2025年啟動的機器人馬拉松和機器人運動會，運動機器人熱潮成為全民話題。這背后不僅是科技實力的躍升，更是人工智能向物理世界深度邁進的生動注腳。當機器人能自主、靈活、穩定地馳騁賽場時，它們也正沖出實驗室，成為與人類并肩探索世界的伙伴。

機器人賽事是對硬件設計、運動控制與認知決策的綜合考驗

為什么體育賽場是機器人技術的一大試金石？以足球為例，賽場上的每一次較量，都需要實時感知、運動控制與多機協同的有機配合。乒乓球亦是如此，需要參賽者腦—眼—手—腿的高度協同：機器人須在毫秒間觀測來球、預判軌跡、決定擊球策略并揮拍將球擊回。對手莫測的戰術和球體的復雜旋轉更增添了不確定性。這迫使機器人研究必須打破對完美信息的依賴，學會直面真實世界的變化，并實時做出動態反應，可以說是對硬件設計、運動控制與認知決策的綜合考驗。

優秀的機器人“運動員”，離不開“軀體”“大腦”“小腦”的默契配合。“軀體”決定了身體素質，為支撐高動態、高爆發的運動，機器人需具備輕量化、高強度的本體設計與高功率密度的電機，如波士頓動力的Atlas系列升級為全電動系統后，動作更加流暢、續航更長。“大腦”保障了認知能力，作為決策中樞，負責理解規則，實時處理賽場信息并制定戰術，如乒乓球機器人通過視覺預測球的軌跡來決定接球策略。“小腦”支撐了運動技能，負責運動控制，將戰術指令轉化為協調、穩定且敏捷的動作，確保機器人能夠精確回擊來球、協調四肢擺動和維持全身平衡。

機器人“運動員”的探索從上世紀就已開始。1983年，初代乒乓球機器人誕生于實驗室，僅能在有限范圍和簡化規則下進行簡單揮拍。1992年，加拿大科學家艾倫·馬克沃思提出足球機器人構想，催生了延續至今的RoboCup賽事。2003年，索尼突破了雙腳同時離地的控制難題，開發出首款能夠跑步的人形機器人。

如今，硬件與算法的升級讓機器人從實驗室走向更廣闊的舞臺。2017年，波士頓動力Atlas的跑酷和后空翻展示了高動態、高爆發動作的潛力。2026年，中國宇樹機器人在春晚舞臺上完成連續花式翻桌跑酷、彈射空翻等高難度動作，實現了全球首次全自主人形機器人集群武術表演。今年4月，索尼開發的乒乓球機器人系統在正式比賽規則下首次擊敗專業運動員。在2026北京亦莊半程馬拉松暨人形機器人半程馬拉松比賽中，機器人“運動員”冠軍成績已提升至50分26秒，超越了人類頂尖選手的水平，實現了從能賽到能贏的跨越。

隨著基礎模型不斷發展和運用，運動機器人更加自主和智能

如何驅動機器人完成復雜運動？目前主要有兩類主流方法：傳統基于模型的控制方法和基于智能學習的方法。

傳統基于模型的控制方法高度依賴精確的物理與數學模型，通過精確限制關節位置、力矩等，得以讓機器人在確保安全的前提下發揮最大能力。波士頓動力Atlas系列早期采用此類方法，在跳躍等動作中取得了較好效果。然而，這類方法計算量較大，生成的動作有時顯得僵硬，難以推廣至高度動態的復雜場景。

近年來，基于智能學習的方法逐漸成為主流，包括強化學習和模仿學習。強化學習是讓機器人通過不斷交互試錯探索新的行為模式，并通過“獎勵”機制優化策略。比如，在乒乓球運動中“獎勵”成功接球并擊回的策略，同時“懲罰”失誤。谷歌DeepMind通過自主學習訓練出競技乒乓球機器人，在仿真訓練與真實對戰的迭代循環中持續提升水平。然而，強化學習依賴“獎勵”函數的精巧設計，若設計不當可能產生非預期行為。此外，將非精確仿真環境中習得的策略遷移至真實場景也是其面臨的一大挑戰。

模仿學習則讓機器人通過學習經驗數據或專家演示，高效掌握多樣化的運動技能，合成更自然的動作，甚至保持特定的運動風格。這條路徑的核心瓶頸在于示教數據的獲取。一種解決思路是利用機器人自身的運動經驗，雖然數據可靠，但大規模采集成本高昂；另一種思路是從互聯網上豐富的人類運動視頻中學習，但必須解決人機形態差異、數據質量參差不齊等問題。針對這一難題，中國銀河通用公司的網球對抗控制算法LATENT提供了一種創新方案：從大量人類擊球、側向滑步等運動片段中提取基礎動作技能單元，再通過修正與組合，使機器人逐步掌握完整的網球競技技能。

基于模型的方法和基于學習的方法并非對立，而是相輔相成的。索尼AI的Ace項目就嘗試集合兩種優勢：利用人類比賽數據合成訓練集，通過深度強化學習訓練策略，再輸入優化模型生成安全準確的運動，使其兼具戰術多變性與動作安全性。

未來，隨著大語言模型、視覺—語言—動作模型等基礎模型不斷發展和運用，進一步賦予機器人理解世界的能力，機器人的“軀體”“大腦”和“小腦”將更緊密地融合，推動其更加自主和智能。

幫助人類極大拓展探索疆域的能力和邊界，推動對自身認知的深化

人類投入大量資源發展運動機器人，其意義不止于觀賞或陪練，更多的是對技術高峰的極致追求。1997年，當“深藍”戰勝國際象棋世界冠軍時，首屆RoboCup賽事也于同年拉開帷幕。當人工智能已在棋盤上超越人類，它將融入軀體，走入物理世界。具身智能，成為下一位登場的選手。

機器人最初的使命，是幫助人類從事危險、辛苦、枯燥的工作。如今，形態各異的機器人已進入工廠、野外甚至太空，幫助人類極大拓展探索疆域的能力和邊界。運動能力的突破，使得機器人能在更復雜的環境下執行更艱巨的任務。例如在未來月球科研站建設中，具備靈敏運動能力、持久耐力等特性的機器人將成為不可或缺的助手，它們能夠在險峻地形中穿梭，執行重物搬運、設施裝配等艱巨任務，支撐大范圍巡視探測以及能源站、通信站等基礎設施的大規模建造。此外，精準的感知和行動協調能力，也為裝配制造、醫療手術等更廣泛的應用場景提供基礎。

機器人更是一面鏡子，映照出人類對自身的想象與追問。仿人軀體設計、感知—決策—執行閉環、神經網絡等，均以人類自身作為藍圖。當機器人越來越擅長模仿游戲，分辨人機的圖靈測試對它們來說已不再是挑戰，我們的問題卻并未減少：機器人能否真正理解比賽的意義？是否會因緊張情緒而影響發揮？取得勝利后是否會感到驕傲欣慰？這些問題延伸至那些歷久彌新的追問——機器人是否能擁有意識、感覺和自我認知？思考和運動是否能完全由算法模擬？心智與軀體是分離還是統一？回答這些問題，需要數學、物理學、計算機科學、生物學等多個科學領域的共同求索，這將不斷推動人類對自身認知的深化。

機器人是迅速成長的學徒，人類則是教學相長的教師。人類培育出自己的伙伴和助手，也在此過程中完成一次次自我審視與拷問，從而更深刻地理解自己、提升自己。

(作者為北京郵電大學智能工程與自動化學院副教授)

《 人民日報 》( 2026年07月24日 15 版)