机器人踢足球,有啥新长进
本报记者 王昊男
图为选用加速进化Booster T2机器人的参赛队伍正在训练。 本报记者 王昊男摄大力射门、带球跑动、飞身扑救……8月22日,第二届世界人形机器人运动会将在北京开幕。记者走进国家速滑馆“冰丝带”,见到了一群正在训练的“足球运动员”。
“与去年相比,机器人的本体、关节性能、运动与感知能力等,都有大幅度提升。”北京加速进化科技有限公司首席执行官程昊介绍,“预选赛已经结束,进入决赛圈的有3个组别32支球队。”
助跑、加速、抬腿、射门,随着“嘭”的一声,足球被准确射入球门,屏幕上显示:球速100公里/小时。“测试时,球速达到过130公里/小时。”程昊介绍,这款身高140厘米的机器人,是加速进化公司最新研发的双足机器人Booster T2,也是本届运动会足球赛大型组“球员”。
新款机器人不只有更高的个头和更大的力气。程昊给出了一组数据:T2专业版,端侧算力是上一代的10倍,系统延迟从T1的10毫秒压缩到4毫秒。
更关键的是“大脑”的进化。“今年的步态更丰富了。”清华大学火神队是上届运动会足球5V5比赛的冠军,还在2025年RoboCup机器人世界杯中夺冠。火神队队长、清华大学自动化专业本科生郭砼介绍,经过开发训练,机器人从单纯的走、跑和踢大脚,到短传、带球、跟进,在球场上踢出了“战术”的味道。
训练场上,一群稚嫩的身影格外引人注目。中央民族大学附属中学好耶战队是为数不多进入决赛圈的中学赛队,他们选用了加速进化研发的Booster K1机器人。领队杨健理老师介绍,学校在初、高中专门开设了具身智能通识课及拓展课,“通过足球让更多的学生接触人工智能,培养他们的兴趣。”
机器人踢足球,是赛场也是试验场。“每一次奔跑、传球、协同防守,都是在为技术迭代升级做准备。”程昊说,“从足球场出发,人形机器人将加速走进工厂、学校和家庭。”
《 人民日报 》( 2026年08月19日 11 版)
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




