走進機器人“成長基地” 揭秘訓練師“幕后工作”

　　我給機器人運動員當“教練”

　　從田徑、足球、體操，到物料搬運、藥品分揀、迎賓服務……剛剛結束的2025世界人形機器人運動會上，一群特殊“選手”大顯神通。這些高光表現，離不開“教練”的悉心指導。

　　作為機器人訓練師，他們不斷突破技術難題，讓機器人學會各項技能，逐漸成長為人類的得力助手。

　　賽場突破

　　全自主奪冠軍 既“能跑”又“好用”

　　21.50秒！2025世界人形機器人運動會100米短跑項目決賽中，來自北京人形機器人創新中心(國地共建具身智能機器人創新中心)的“具身天工Ultra”憑借這一成績奪得冠軍，成為人形機器人史上首個百米“飛人”。在4×100米接力、400米和1500米比賽中，“具身天工Ultra”同樣表現出色，共斬獲三個亞軍、一個季軍。

　　“‘具身天工Ultra’是全場唯一采用全自主導航系統參加跑步比賽的機器人，全程無需人工遙控，這是一個巨大的突破。”在北京人形機器人創新中心，算法工程師徐志遠向記者講述了背后的技術難點?！叭灾鞣绞揭馕吨鴻C器人不僅要精準識別跑道線，還需靈活應對現場的各種干擾因素。特別是4×100米接力時，機器人在識別出前方有障礙物的情況下，需要具備自主避讓的能力?！?/p>

　　在徐志遠看來，全自主的方式才真正契合機器人的最終目標?！爱吘褂脩糍徺I機器人，并不是為了拿著遙控器指揮它干活，而是希望它具備獨立理解任務、主動完成工作的能力?！?/p>

　　除了競技賽以外，來自北京人形機器人創新中心的“天軼2.0”也在場景賽中大放異彩，分別獲得物料整理賽的冠軍、亞軍，物料搬運賽的亞軍、季軍和酒店迎賓賽亞軍，展現出既“能跑”又“好用”的綜合潛能。

　　“物料整理賽要求機器人將27枚末端直徑僅為8毫米的細長物料準確插入收納箱的孔洞中，考驗的是精細物品的抓取能力、穩定性和操作精度?！弊鳛闄C器人訓練師，張子賀在賽前反復進行測試，“比賽時要爭分奪秒，所以每個細節都要做到完美，這樣才能保證整個操作流暢。”

　　在物料搬運賽中，“天軼2.0”依靠通用具身智能平臺“慧思開物”賦能下的泛化操作能力，實現了與大型工業底盤、協作臂等專用型工業機器人基本一致的運行效率與精度，而這也與機器人訓練師吳廣的努力密不可分?！扒捌趥滟悤r，要幫助機器人優化動作，從而提高效率?！?/p>

　　從今年4月的人形機器人半程馬拉松，到今年8月的2025世界人形機器人運動會，北京人形機器人創新中心不斷在賽場上突破自我，實現一次又一次飛躍。

　　“比賽本身就是要用最極致的方式，看一看機器人的上限究竟在哪里，這樣在實際應用中才能做到‘降維打擊’。”徐志遠談到，備賽時攻克的難點會逐漸積累成核心技術，投入到產品研發中，而比賽時展現的技能還會吸引更多合作伙伴，共同推動產品落地?！氨热纾诎氤恬R拉松時，需要解決電池快換問題，這套方案就應用到了后來的‘天工2.0’上。像物料整理和搬運，也會在很多實際場景中大有可為。”

　　訓練基地

　　從大專到博士 新職業新機遇

　　比賽固然重要，但并非終點。在北京人形機器人創新中心的訓練基地，一臺臺機器人、機械臂在機器人訓練師團隊的帶領下，正繼續解鎖更多新技能。

　　工業場景中，機器人訓練師操控同構臂，“手把手”地教機器人如何分揀物料；商業場景中，機器人訓練師正一遍遍訓練機械臂夾取冰塊，并將水倒入杯內；家庭場景中，機器人訓練師則引導機器人將床上的雜物放回柜子，做好收納整理……

　　“通過模擬各種環境，可以讓機器人在預訓練過程掌握一些通用技能，之后可以根據具體需求，快速進行針對性學習?！睋熘具h介紹，機器人訓練師團隊中既有大專生，也有博士生，分別負責不同環節的工作?！扒岸巳藛T并不看重學歷，而是看重動手能力。他們采集數據以后，會由質檢團隊進行篩選。清理掉多余動作或者不當操作以后，數據上傳至云端，由算法團隊來做進一步的數據處理。”

　　他表示，經過處理的數據會重新部署到機器人上，從而形成閉環，反復調整磨合。“出現問題的地方，會專門練習鞏固，類似于根據‘錯題本’上的難點各個擊破。”為提升學習效率，訓練基地采取“人員輪班休息、機器連續運轉”的方式，確保機器人在有限時間內得到盡可能充分鍛煉。

　　“從沒想過我能給機器人當‘教練’?！弊鳛?0后，張子賀之前對機器人行業并沒有太多了解，“覺得應該很高大上，不是我這種大專生能做的。”去年12月，他偶然看到北京人形機器人創新中心在招機器人訓練師，學歷要求并不算高，于是抱著試試看的想法前來應聘。

　　“我比較擅長玩VR游戲，這個愛好居然派上了用場，試崗時我上手很快，遙操作適應起來也不難?！卑肽甓鄟?，張子賀先后在多個場景中指導機器人進行基本操作?！懊總€動作都要練習上百遍，一天大概要完成500條到800條動作軌跡采集。”

　　羽毛球教練出身的吳廣，同樣不曾想過自己能進入機器人行業。“意外發現，打羽毛球時對腕關節和手臂力量的掌控經驗，可以遷移到機械臂的操作中，讓動作更精準到位。”

　　在數據采集過程中，張子賀切身體會到訓練的不易?！跋胱寵C器人找到合適的力度其實很困難，比如拿杯子倒水，抓太松的話杯子會滑落，抓太緊的話又倒不出來，必須反復嘗試?！睂Υ?，吳廣也深有感觸，“像開微波爐，機器人操作起來也挺費勁，按鍵力度輕了沒反應，重了會直接推走?！?/p>

　　未來圖景

　　提升泛化能力 探索走入家庭

　　如今，人形機器人已經在越來越多工業場景中嶄露頭角，但尚未真正走入家庭，而這也是行業下一階段的攻堅方向。

　　“家庭場景是目前最難啃的‘硬骨頭’?！毙熘具h坦言，工廠里的零件尺寸、擺放位置通常都是標準化的，機器人只需按固定程序操作即可。然而，家庭環境中充滿“不確定性”，給機器人的算法帶來巨大挑戰。

　　“以整理床鋪為例，訓練時我們可能會準備十張床，但現實生活中有各式各樣的床和床上用品，需要機器人具備極強的泛化能力，學會‘舉一反三’。”徐志遠指了指臥室場景中形形色色的玩具，“這些玩具大小、重量各不相同，機器人也需要一點點學習如何將它們收拾整理。”

　　此外，柔性操作對機器人來說也是一大難關。“特別是在廚房里，機器人需要面臨大量的柔性操作，比如切肉，但目前機械臂剛性都比較大，很難準確拿捏。在取水果時，也會有軟硬程度不同的情況，稍一用力就可能捏壞，松開時機不對也會導致水果掉落。”徐志遠談到，解決這一問題不僅需要軟件提升，還需要硬件改進，“最理想的情況是可以做到剛柔并濟，這樣在做與人接觸的服務時，也能帶來更好的體驗?！?/p>

　　據了解，北京人形機器人創新中心與河北工業大學共建聯合實驗室，聚焦養老護理機器人研發、仿生材料及核心元器件攻關，推動具身智能技術在養老服務領域的場景應用。其中，雙臂移乘護理機器人有望在日常護理場景中實現移乘轉運、攙扶、端茶倒水等護理任務。

　　“只要是與人接觸，做起來都很難，因為人隨時會動，需要機器人實時計算位置?！毙熘具h說，隨著技術迭代、人才儲備與場景落地的深度融合，人形機器人將在未來進入更多領域，最終走進千家萬戶。

　　“去年以來，整個行業進入爆發期，市場對機器人訓練師的需求也日益增加?！毙熘具h表示，在巨大的人才缺口下，這一新興職業有著廣闊的發展空間，“今后，有經驗的從業人員將很受歡迎，待遇也會有所提升。”

　　本報記者 宗媛媛 文并攝

　　來源：北京晚報