華南理工學(xué)生團(tuán)隊(duì)，全球第四！

近日

2026IEEE機(jī)器人與自動(dòng)化國際會(huì)議

ICRA 2026在維也納落幕

由智元機(jī)器人主辦的

全球性具身智能挑戰(zhàn)賽

AGIBOT WORLD CHALLENGE

也同期結(jié)束

來自華南理工機(jī)械與汽車工程學(xué)院

由多位研究生、本科生組成的

Embodied horse戰(zhàn)隊(duì)

在Reasoning to Action（推理-操作）賽道中

與研發(fā)機(jī)構(gòu)、企業(yè)、高校團(tuán)隊(duì)比拼

獲全球第4的優(yōu)秀成績(jī)

在高校團(tuán)隊(duì)中排名第1

華南理工大學(xué)團(tuán)隊(duì)榮獲全球第4

據(jù)主辦方介紹，本屆賽事吸引了來自全球27個(gè)國家及地區(qū)的526支科研與產(chǎn)業(yè)團(tuán)隊(duì)參賽。賽事設(shè)置Reasoning to Action（推理-操作）、World Model（世界模型）和WBC（全身控制）三大技術(shù)賽道，采用線上標(biāo)準(zhǔn)化評(píng)測(cè)與線下真機(jī)驗(yàn)證相結(jié)合的方式，并提供開源數(shù)據(jù)、仿真平臺(tái)和機(jī)器人硬件作為賽事基礎(chǔ)。

Reasoning to Action賽道由去年的Manipulation賽道升級(jí)而來，考察維度從“動(dòng)作執(zhí)行”拓展至“環(huán)境理解—任務(wù)規(guī)劃—?jiǎng)幼鲌?zhí)行”的全鏈條，聚焦彌合仿真與真機(jī)的差距。參賽團(tuán)隊(duì)需基于AGIBOT WORLD開源數(shù)據(jù)集，訓(xùn)練長(zhǎng)程任務(wù)的推理與操作一體化模型，并使用Genie Sim 3.0仿真平臺(tái)進(jìn)行評(píng)測(cè)。該平臺(tái)的Genie Sim Benchmark覆蓋五大核心能力：語言指令理解、空間關(guān)系認(rèn)知、原子技能操作、環(huán)境擾動(dòng)適應(yīng)和零樣本跨域遷移。

回顧此前賽程

在今年五5月的線上初賽中

華南理工大學(xué)Embodied horse團(tuán)隊(duì)

便已從全球331支隊(duì)伍中脫穎而出

排名第六

隨后他們與其他九支隊(duì)伍

一同獲得前往維也納

站上ICRA 2026舞臺(tái)的資格

最終

他們?cè)跊Q賽中不負(fù)眾望

以全球第四的成績(jī)證明了自身實(shí)力

華南理工大學(xué)團(tuán)隊(duì)獲獎(jiǎng)證書

直面難題：以思維鏈與空間感知破局

今年初賽的線下賽題一共有四道，每一道都指向不同的技術(shù)難點(diǎn)。比如“爆米花”任務(wù)，考察機(jī)器人在狹小空間內(nèi)完成平滑軌跡規(guī)劃，不能把爆米花抖出來；“包裹分揀”則需要機(jī)器人依次完成抓取、旋轉(zhuǎn)、掃碼、放置，中間涉及腰部和雙臂的大范圍協(xié)同。

華南理工學(xué)生團(tuán)隊(duì)重點(diǎn)攻克的是長(zhǎng)序列、精細(xì)操作和高推理要求的任務(wù)，例如“桌面整理”：機(jī)器人需依次完成合上筆記本電腦、擺正筆盒、將零散物品歸位等連續(xù)操作。其難點(diǎn)在于模型必須理解任務(wù)目標(biāo)、判斷操作順序，并在執(zhí)行中根據(jù)環(huán)境變化持續(xù)穩(wěn)定決策。

“長(zhǎng)序列任務(wù)中，機(jī)器人不能只完成眼前一步，必須理解前后動(dòng)作的因果關(guān)系。”團(tuán)隊(duì)核心成員、機(jī)械與汽車工程學(xué)院博士陳根指出。

為此，團(tuán)隊(duì)在兩個(gè)關(guān)鍵方向取得突破：一是提升模型的思維鏈推理能力，使決策更具邏輯連貫性；二是強(qiáng)化空間感知。

陳根回憶，第一次到上海進(jìn)行真機(jī)調(diào)試時(shí)，仿真與真實(shí)世界的差異迅速暴露：仿真中物體和環(huán)境參數(shù)相對(duì)穩(wěn)定，而真實(shí)場(chǎng)景里機(jī)器人需面對(duì)接觸力變化、物體形變和安全保護(hù)機(jī)制等問題。這正是比賽最核心的命題——Sim2Real Gap。盡管智元的Genie Sim 3.0已盡力逼近物理屬性，但力反饋、縱深感、視覺干擾等只有在真機(jī)上才會(huì)暴露。

為提升模型在真實(shí)場(chǎng)景的適應(yīng)能力，團(tuán)隊(duì)從數(shù)據(jù)側(cè)增強(qiáng)空間感知，通過優(yōu)化訓(xùn)練數(shù)據(jù)，使模型更好地理解物體位置、空間關(guān)系和操作順序，結(jié)合視覺定位與動(dòng)作策略調(diào)整，不斷提升執(zhí)行穩(wěn)定性。

“Reasoning to Action賽道入圍前十的高校很少，基本都是公司。與他們相比，高校團(tuán)隊(duì)在算力資源等方面確有劣勢(shì)，但我們的團(tuán)隊(duì)能脫穎而出，離不開長(zhǎng)期的技術(shù)積累和李巍華老師的指導(dǎo)。”陳根說，“過去在實(shí)驗(yàn)室，我們已經(jīng)大量積累了數(shù)據(jù)處理、模型訓(xùn)練、接口調(diào)試等環(huán)節(jié)的經(jīng)驗(yàn)。”

決戰(zhàn)維也納：在頂級(jí)舞臺(tái)上淬煉系統(tǒng)能力

遠(yuǎn)赴維也納參加 ICRA 總決賽，團(tuán)隊(duì)成員首先感受到的是 ICRA 國際機(jī)器人賽事的專業(yè)性和開放性。來自全球的高校、科研機(jī)構(gòu)和企業(yè)團(tuán)隊(duì)圍繞真實(shí)機(jī)器人任務(wù)同場(chǎng)競(jìng)技，學(xué)術(shù)氛圍與工程實(shí)踐并重。

團(tuán)隊(duì)部分成員

相比國內(nèi)調(diào)試階段，現(xiàn)場(chǎng)比賽的氛圍更緊湊，節(jié)奏更快，不確定性也更強(qiáng)。“國內(nèi)調(diào)試時(shí)，我們可以在相對(duì)熟悉的環(huán)境中反復(fù)測(cè)試和修改，但到了維也納總決賽現(xiàn)場(chǎng)，調(diào)試時(shí)間、場(chǎng)地條件、設(shè)備狀態(tài)、光照變化和任務(wù)流程都更加受限，團(tuán)隊(duì)必須在有限時(shí)間內(nèi)，快速完成系統(tǒng)適配和策略調(diào)整。現(xiàn)場(chǎng)參賽隊(duì)伍整體實(shí)力很強(qiáng)，很多團(tuán)隊(duì)都有非常成熟的機(jī)器人系統(tǒng)集成和工程部署經(jīng)驗(yàn)，這也讓我們更直觀地感受到國際頂級(jí)機(jī)器人賽事對(duì)算法能力、工程能力和臨場(chǎng)應(yīng)變能力的綜合要求。”

為此，團(tuán)隊(duì)做了充足準(zhǔn)備。在算法層面，圍繞 VLA 模型、真實(shí)機(jī)器人任務(wù)執(zhí)行和動(dòng)作生成穩(wěn)定性進(jìn)行優(yōu)化。在系統(tǒng)層面，團(tuán)隊(duì)反復(fù)梳理從視覺輸入、模型推理、動(dòng)作輸出到機(jī)器人執(zhí)行的完整鏈路。在團(tuán)隊(duì)協(xié)作層面，對(duì)數(shù)據(jù)處理、模型訓(xùn)練、機(jī)器人調(diào)試、現(xiàn)場(chǎng)記錄和應(yīng)急排查等工作進(jìn)行了明確分工，確保出現(xiàn)問題時(shí)能夠快速響應(yīng)。

華南理工團(tuán)隊(duì)在調(diào)試

現(xiàn)場(chǎng)最大的難點(diǎn)不是某一個(gè)單獨(dú)動(dòng)作，而是如何讓機(jī)器人在有限時(shí)間內(nèi)穩(wěn)定完成完整任務(wù)流程。從識(shí)別目標(biāo)、理解任務(wù)，到生成動(dòng)作、執(zhí)行抓取、移動(dòng)和放置，每一步都需要足夠穩(wěn)定。

比賽過程中也確實(shí)遇到過一些突發(fā)情況，例如現(xiàn)場(chǎng)環(huán)境與前期調(diào)試環(huán)境存在差異，導(dǎo)致模型輸出和機(jī)器人執(zhí)行效果需要重新校準(zhǔn)。“面對(duì)這些問題，我們通常會(huì)先快速判斷問題來自感知、模型推理還是執(zhí)行控制環(huán)節(jié)，再由不同成員并行排查，通過調(diào)整參數(shù)、優(yōu)化輸入、重新測(cè)試關(guān)鍵動(dòng)作等方式盡快恢復(fù)系統(tǒng)穩(wěn)定性。這個(gè)過程非常考驗(yàn)團(tuán)隊(duì)的臨場(chǎng)判斷能力和協(xié)作效率。”

“從上海調(diào)試到維也納決賽，我們最大的收獲是加深了對(duì)真實(shí)系統(tǒng)部署的理解。具身智能不僅考驗(yàn)?zāi)Ｐ捅旧恚简?yàn)?zāi)Ｐ团c硬件、控制接口、任務(wù)流程的協(xié)同。相比離線驗(yàn)證，真實(shí)比賽強(qiáng)調(diào)系統(tǒng)穩(wěn)定性和快速適應(yīng)能力，這讓我們對(duì)從算法走向應(yīng)用有了更系統(tǒng)的認(rèn)知。”陳根總結(jié)道。

高校團(tuán)隊(duì)的底氣：基礎(chǔ)扎實(shí)、韌性十足

“作為高校參賽團(tuán)隊(duì)，我們最大的特點(diǎn)是理論基礎(chǔ)扎實(shí)、科研問題導(dǎo)向明確，同時(shí)具備較強(qiáng)的自主學(xué)習(xí)能力和技術(shù)迭代能力。與部分企業(yè)團(tuán)隊(duì)相比，高校團(tuán)隊(duì)在工程資源和算力條件上并不一定占優(yōu)，因此我們更加注重問題抽象、算法效率和系統(tǒng)穩(wěn)定性的提升，盡可能通過更合理的模型方案、更高效的訓(xùn)練策略和更快速的現(xiàn)場(chǎng)迭代來彌補(bǔ)資源差異。”

團(tuán)隊(duì)合影

Embodied horse團(tuán)隊(duì)依托華南理工大學(xué)機(jī)械與汽車工程學(xué)院，由國家重點(diǎn)研發(fā)計(jì)劃“智能機(jī)器人”專項(xiàng)首席科學(xué)家李巍華教授領(lǐng)銜，團(tuán)隊(duì)包含多名教授副教授，長(zhǎng)期從事于工業(yè)人工智能、裝備智能運(yùn)維、具身智能（汽車智能駕駛、人形機(jī)器人）等領(lǐng)域的研究。備賽過程中，團(tuán)隊(duì)成員將理論研究與工程實(shí)踐緊密結(jié)合，不僅關(guān)注模型訓(xùn)練和算法優(yōu)化，也深度參與機(jī)器人接口適配、系統(tǒng)部署、現(xiàn)場(chǎng)調(diào)試和問題排查等環(huán)節(jié)，在真實(shí)任務(wù)中不斷積累系統(tǒng)工程經(jīng)驗(yàn)。

“我們經(jīng)常圍繞一個(gè)很小的問題反復(fù)討論——一次抓取為什么失敗？某類場(chǎng)景為什么泛化不好？模型輸出和機(jī)器人執(zhí)行為什么有偏差？解決這些細(xì)節(jié)，就是最重要的積累。真實(shí)機(jī)器人的進(jìn)步往往不是靠一次大突破，而是靠無數(shù)次細(xì)節(jié)修正。”陳根分享道。

華南理工大學(xué)團(tuán)隊(duì)

在Embodied horse團(tuán)隊(duì)內(nèi)部，大家目標(biāo)一致，相互支持。遇到問題時(shí)，不會(huì)先追究是誰的問題，而是先一起定位原因、想辦法解決。機(jī)器人實(shí)驗(yàn)失敗是常態(tài)，可能一次部署報(bào)錯(cuò)、一次動(dòng)作不穩(wěn)定、一次環(huán)境變化都會(huì)影響結(jié)果，但團(tuán)隊(duì)成員都能在反復(fù)嘗試中保持耐心。這種共同面對(duì)問題、共同解決問題的過程，也讓團(tuán)隊(duì)形成了比較強(qiáng)的工程韌性和協(xié)作默契。

“初賽第六，決賽第四——這一成績(jī)對(duì)我們是一種鼓勵(lì)，更讓我們堅(jiān)信高校團(tuán)隊(duì)在具身智能和真實(shí)機(jī)器人任務(wù)中大有可為。”陳根說。

對(duì)于想在具身智能及機(jī)器人領(lǐng)域進(jìn)行研究的學(xué)弟學(xué)妹們，陳根也根據(jù)自身的經(jīng)驗(yàn)給予分享：

我想分享的第一點(diǎn)是，一定要重視基礎(chǔ)。具身智能和機(jī)器人看起來是非常前沿的方向，但真正做起來會(huì)涉及很多基礎(chǔ)能力，包括數(shù)學(xué)、力學(xué)、控制、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、編程和工程調(diào)試等。基礎(chǔ)越扎實(shí)，面對(duì)復(fù)雜系統(tǒng)問題時(shí)越容易找到突破口。尤其是具身智能本身就是一個(gè)典型的交叉學(xué)科方向，它不僅需要人工智能算法能力，也需要對(duì)機(jī)械結(jié)構(gòu)、機(jī)器人運(yùn)動(dòng)控制、傳感感知和系統(tǒng)集成有深入理解。

第二點(diǎn)是要多動(dòng)手。機(jī)器人領(lǐng)域和純軟件任務(wù)不太一樣，很多問題只有在真實(shí)系統(tǒng)中才會(huì)暴露出來。模型在電腦上跑通只是第一步，能不能部署到機(jī)器人上，能不能在真實(shí)環(huán)境中穩(wěn)定執(zhí)行，才是真正的挑戰(zhàn)。所以建議學(xué)弟學(xué)妹們盡早參與實(shí)驗(yàn)室項(xiàng)目、課程項(xiàng)目或科技競(jìng)賽，在真實(shí)任務(wù)中訓(xùn)練自己的系統(tǒng)思維和工程能力。

第三點(diǎn)是不要害怕失敗。機(jī)器人實(shí)驗(yàn)失敗是常態(tài)，抓取失敗、模型效果不好、環(huán)境變化導(dǎo)致任務(wù)不穩(wěn)定，這些都是很正常的過程。關(guān)鍵是每次失敗后要記錄問題、分析原因、總結(jié)經(jīng)驗(yàn)。長(zhǎng)期來看，這些積累會(huì)成為非常重要的能力。

最后，我覺得我們學(xué)院在機(jī)械工程、機(jī)器人技術(shù)、智能感知、控制算法、測(cè)控系統(tǒng)、智能制造和工程實(shí)踐等方面具有很好的學(xué)科基礎(chǔ)，這些能力與具身智能對(duì)“機(jī)械本體—感知系統(tǒng)—控制執(zhí)行—智能決策”一體化能力的要求高度契合。對(duì)于未來想在具身智能、機(jī)器人感知決策與控制、真實(shí)機(jī)器人系統(tǒng)部署方向繼續(xù)探索的同學(xué)來說，華南理工大學(xué)機(jī)械與汽車工程學(xué)院能夠提供很好的交叉學(xué)科平臺(tái)和工程實(shí)踐環(huán)境，既能幫助大家打牢機(jī)械、控制和系統(tǒng)工程基礎(chǔ)，也能支持大家在人工智能算法、智能感知、機(jī)器人決策與控制等方向開展深入探索。也歡迎更多對(duì)機(jī)器人和具身智能感興趣的學(xué)弟學(xué)妹報(bào)考華南理工大學(xué)機(jī)械與汽車工程學(xué)院，一起參與到這個(gè)充滿挑戰(zhàn)和機(jī)會(huì)的方向中來。

向上滑動(dòng)查看更多

具身智能是當(dāng)前機(jī)器人、先進(jìn)制造與人工智能交叉融合的重要前沿方向，對(duì)學(xué)科基礎(chǔ)和系統(tǒng)集成能力提出了更高要求。它不僅需要人工智能算法和智能感知決策能力，也需要機(jī)構(gòu)本體設(shè)計(jì)、運(yùn)動(dòng)控制、系統(tǒng)集成和工程部署等多方面支撐。華南理工大學(xué)機(jī)械與汽車工程學(xué)院在先進(jìn)制造、機(jī)器人、工業(yè)人工智能、高端裝備、智能測(cè)控、工業(yè)軟件及自動(dòng)駕駛等方向成立了交叉創(chuàng)新研究中心，積累了豐碩的研究成果，對(duì)于具身智能領(lǐng)域所需的“機(jī)械本體—感知系統(tǒng)—控制執(zhí)行—智能決策”一體化能力形成了有力的支撐。

未來，學(xué)院將圍繞具身智能、智能機(jī)器人、高端裝備制造等方向，持續(xù)推進(jìn)科創(chuàng)平臺(tái)建設(shè)和學(xué)生創(chuàng)新能力的培養(yǎng)。通過科研平臺(tái)錘煉學(xué)生的工程實(shí)踐能力，鼓勵(lì)更多學(xué)生參與高水平國際學(xué)術(shù)競(jìng)賽，為學(xué)生提供更加開放的跨學(xué)科協(xié)作環(huán)境和國際交流機(jī)會(huì)，推動(dòng)學(xué)院優(yōu)勢(shì)工科與新一代人工智能等新興技術(shù)的深度融合，提升學(xué)院在具身智能領(lǐng)域的人才培養(yǎng)質(zhì)量。

當(dāng)前

國家大力實(shí)施“人工智能+”行動(dòng)

推動(dòng)人工智能

與經(jīng)濟(jì)社會(huì)各行業(yè)各領(lǐng)域廣泛深度融合

華南理工大學(xué)依托工科優(yōu)勢(shì)

深入推動(dòng)“人工智能+教育”行動(dòng)

增設(shè)一批AI+新工科專業(yè)、試驗(yàn)班

打造“1+1+N”人工智能課程群

人工智能專業(yè)融合課

實(shí)現(xiàn)本科生100%覆蓋

歡迎報(bào)考華南理工大學(xué)

智鏈?zhǔn)澜?/strong>能動(dòng)未來

黨委宣傳部（融媒體中心）

文：司小平 廣州日?qǐng)?bào)記者 陳慶輝

圖：陳根 廣州日?qǐng)?bào)記者 陳慶輝

微信編輯：鮑恩 司小平

初審：冀早早

復(fù)審：盧慶雷

終審：夏正林

華工原創(chuàng)，版權(quán)所有

若需轉(zhuǎn)載，敬請(qǐng)聯(lián)絡(luò)

郵箱：hgxcb@scut.edu.cn

“分享”“點(diǎn)贊”“在看”，記得一鍵三連哦