走进机器人“成长基地 ”揭秘训练师“幕后工作
”

我给机器人运动员当“教练”

从田径、足球 、体操，到物料搬运
、药品分拣、迎宾服务……刚刚结束的2025世界人形机器人运动会上
，一群特殊“选手 ”大显神通 。这些高光表现，离不开“教练
”的悉心指导
。

赛场突破

全自主夺冠军既“能跑”又“好用 ”

21.50秒！2025世界人形机器人运动会100米短跑项目决赛中 ，来自北京人形机器人创新中心(国地共建具身智能机器人创新中心)的“具身天工Ultra
”凭借这一成绩夺得冠军
，成为人形机器人史上首个百米“飞人”。在4×100米接力 、400米和1500米比赛中，“具身天工Ultra ”同样表现出色 ，共斩获三个亚军
、一个季军 。

“‘具身天工Ultra’是全场唯一采用全自主导航系统参加跑步比赛的机器人
，全程无需人工遥控，这是一个巨大的突破
。”在北京人形机器人创新中心 ，算法工程师徐志远向记者讲述了背后的技术难点。“全自主方式意味着机器人不仅要精准识别跑道线
，还需灵活应对现场的各种干扰因素 。特别是4×100米接力时，机器人在识别出前方有障碍物的情况下 ，需要具备自主避让的能力
。
”

在徐志远看来
，全自主的方式才真正契合机器人的最终目标。“毕竟用户购买机器人，并不是为了拿着遥控器指挥它干活 ，而是希望它具备独立理解任务、主动完成工作的能力 。”

除了竞技赛以外，来自北京人形机器人创新中心的“天轶2.0 ”也在场景赛中大放异彩
，分别获得物料整理赛的冠军 、亚军，物料搬运赛的亚军
、季军和酒店迎宾赛亚军 ，展现出既“能跑
”又“好用”的综合潜能
。

“物料整理赛要求机器人将27枚末端直径仅为8毫米的细长物料准确插入收纳箱的孔洞中
，考验的是精细物品的抓取能力、稳定性和操作精度。 ”作为机器人训练师，张子贺在赛前反复进行测试 ，“比赛时要争分夺秒
，所以每个细节都要做到完美，这样才能保证整个操作流畅 。
”

在物料搬运赛中 ，“天轶2.0”依靠通用具身智能平台“慧思开物 ”赋能下的泛化操作能力
，实现了与大型工业底盘 、协作臂等专用型工业机器人基本一致的运行效率与精度，而这也与机器人训练师吴广的努力密不可分。“前期备赛时 ，要帮助机器人优化动作
，从而提高效率
。
”

从今年4月的人形机器人半程马拉松，到今年8月的2025世界人形机器人运动会 ，北京人形机器人创新中心不断在赛场上突破自我，实现一次又一次飞跃。

“比赛本身就是要用最极致的方式
，看一看机器人的上限究竟在哪里，这样在实际应用中才能做到‘降维打击’ 。”徐志远谈到 ，备赛时攻克的难点会逐渐积累成核心技术
，投入到产品研发中，而比赛时展现的技能还会吸引更多合作伙伴 ，共同推动产品落地
。“比如
，在半程马拉松时，需要解决电池快换问题 ，这套方案就应用到了后来的‘天工2.0’上。像物料整理和搬运
，也会在很多实际场景中大有可为 。 ”

训练基地

从大专到博士新职业新机遇

比赛固然重要，但并非终点
。在北京人形机器人创新中心的训练基地 ，一台台机器人
、机械臂在机器人训练师团队的带领下
，正继续解锁更多新技能。

工业场景中，机器人训练师操控同构臂 ，“手把手
”地教机器人如何分拣物料；商业场景中，机器人训练师正一遍遍训练机械臂夹取冰块
，并将水倒入杯内；家庭场景中，机器人训练师则引导机器人将床上的杂物放回柜子 ，做好收纳整理……

“通过模拟各种环境
，可以让机器人在预训练过程掌握一些通用技能，之后可以根据具体需求 ，快速进行针对性学习 。”据徐志远介绍
，机器人训练师团队中既有大专生，也有博士生 ，分别负责不同环节的工作
。“前端人员并不看重学历
，而是看重动手能力。他们采集数据以后，会由质检团队进行筛选 。清理掉多余动作或者不当操作以后 ，数据上传至云端
，由算法团队来做进一步的数据处理
。 ”

他表示，经过处理的数据会重新部署到机器人上 ，从而形成闭环，反复调整磨合。“出现问题的地方
，会专门练习巩固，类似于根据‘错题本’上的难点各个击破 。”为提升学习效率 ，训练基地采取“人员轮班休息、机器连续运转
”的方式
，确保机器人在有限时间内得到尽可能充分锻炼。

“从没想过我能给机器人当‘教练’
。”作为00后，张子贺之前对机器人行业并没有太多了解 ，“觉得应该很高大上
，不是我这种大专生能做的。 ”去年12月，他偶然看到北京人形机器人创新中心在招机器人训练师 ，学历要求并不算高
，于是抱着试试看的想法前来应聘 。

“我比较擅长玩VR游戏，这个爱好居然派上了用场 ，试岗时我上手很快
，遥操作适应起来也不难
。
”半年多来，张子贺先后在多个场景中指导机器人进行基本操作。“每个动作都要练习上百遍 ，一天大概要完成500条到800条动作轨迹采集 。”

羽毛球教练出身的吴广，同样不曾想过自己能进入机器人行业
。“意外发现
，打羽毛球时对腕关节和手臂力量的掌控经验，可以迁移到机械臂的操作中 ，让动作更精准到位。 ”

在数据采集过程中
，张子贺切身体会到训练的不易 。“想让机器人找到合适的力度其实很困难，比如拿杯子倒水 ，抓太松的话杯子会滑落
，抓太紧的话又倒不出来，必须反复尝试
。
”对此 ，吴广也深有感触
，“像开微波炉，机器人操作起来也挺费劲 ，按键力度轻了没反应
，重了会直接推走。”

未来图景

提升泛化能力探索走入家庭

如今，人形机器人已经在越来越多工业场景中崭露头角 ，但尚未真正走入家庭，而这也是行业下一阶段的攻坚方向 。

“家庭场景是目前最难啃的‘硬骨头’
。 ”徐志远坦言
，工厂里的零件尺寸 、摆放位置通常都是标准化的，机器人只需按固定程序操作即可。然而 ，家庭环境中充满“不确定性
”
，给机器人的算法带来巨大挑战 。

“以整理床铺为例，训练时我们可能会准备十张床 ，但现实生活中有各式各样的床和床上用品
，需要机器人具备极强的泛化能力，学会‘举一反三’。”徐志远指了指卧室场景中形形色色的玩具 ，“这些玩具大小、重量各不相同
，机器人也需要一点点学习如何将它们收拾整理
。 ”

此外，柔性操作对机器人来说也是一大难关。“特别是在厨房里 ，机器人需要面临大量的柔性操作
，比如切肉，但目前机械臂刚性都比较大 ，很难准确拿捏 。在取水果时，也会有软硬程度不同的情况
，稍一用力就可能捏坏，松开时机不对也会导致水果掉落
。
”徐志远谈到 ，解决这一问题不仅需要软件提升
，还需要硬件改进，“最理想的情况是可以做到刚柔并济 ，这样在做与人接触的服务时
，也能带来更好的体验。”

据了解，北京人形机器人创新中心与河北工业大学共建联合实验室 ，聚焦养老护理机器人研发
、仿生材料及核心元器件攻关
，推动具身智能技术在养老服务领域的场景应用 。其中，双臂移乘护理机器人有望在日常护理场景中实现移乘转运、搀扶 、端茶倒水等护理任务
。

“只要是与人接触 ，做起来都很难
，因为人随时会动，需要机器人实时计算位置。 ”徐志远说 ，随着技术迭代
、人才储备与场景落地的深度融合，人形机器人将在未来进入更多领域
，最终走进千家万户 。

“去年以来，整个行业进入爆发期 ，市场对机器人训练师的需求也日益增加
。”徐志远表示
，在巨大的人才缺口下，这一新兴职业有着广阔的发展空间 ，“今后
，有经验的从业人员将很受欢迎，待遇也会有所提升。
”

本报记者宗媛媛文并摄