5月21日，機器人正在四川省人形機器人訓練場訓練。

問題

●具身智能機器人怎麼“上課”？最終何以成“人”？

回答

●訓練師是機器人的啟蒙老師，他們需“手把手”引導機器人學習，直到把它們訓練成掌握多種技能的工作伙伴

●每個訓練師對同一任務進行一段時間訓練后，就會和其他訓練師進行輪換。如果一直讓一個人訓練，當機器人遇到突發情況時就難以靈活應變

●高質量動作數據“教材”的出現，讓機器人的學習能力更強。“以前機器人學一個新動作可能需要幾天，現在也許隻需要一兩個小時”

●除了用機器人採集數據來編寫“教材”，訓練場也在構建多元化數據體系，同時探索世界模型、機器人自主學習等先進訓練范式，提高整體數據規模與訓練效率

目的

●訓練的核心不是提升機器人做事的技能，而是產生數據，然后用這些數據去訓練模型，提升機器人的適應能力

●聚焦智慧健康、工業巡檢等垂直場景，推動人形機器人技術成果在真實環境中快速驗証與示范應用

在裝滿零食、飲料瓶的貨架旁，一台人形機器人在練習貨物抓取。一旁的機器人訓練師及時記錄下機器人的每一次抓取，並不時調整其動作幅度……這一幕發生在近日投用的四川省人形機器人訓練場B場。四川省人形機器人訓練場由天府絳溪實驗室牽頭建設，採用“本部—展示—外場”布局。其中，“本部”聚焦具身智能機器人核心研發和訓練，“外場”則構建機器人室外驗証場，訓練場B場是場景展示與示范平台，聚焦智慧健康、工業巡檢等垂直場景，推動人形機器人技術成果在真實環境中快速驗証與示范應用。近日，記者走進這座佔地面積超1000平方米的訓練場，看機器人是如何“上課”的。

“手把手”教學 每個動作每天重復數百次

“機器人就像一個小孩子，隻有不斷配合動作示范、糾錯和強化，才能讓它學得更快、更穩”

訓練場有高度復刻的超市、管廊、復雜地形等仿真場景。每個細分場景中，都有一台或幾台機器人，以及它們的專屬訓練師。

訓練師張明每天的工作是根據不同任務需求，引導機器人進行重復抓取、交互等動作。在整個訓練場，像張明這樣的訓練師還有20余個。

訓練師是機器人的啟蒙老師，他們需“手把手”引導機器人學習，直到把它們訓練成掌握多種技能的工作伙伴。張明以抓取貨物為例，整個任務會被拆解為識別、抓取、擺放等動作，需要訓練師操控手柄控制機器人移動、俯仰、彎折手臂，每個動作每天需訓練數百次。“動作既要准確，還要盡量自然、接近人類習慣。”

為避免機器人隻學到某一個人的操作習慣，每個訓練師對同一任務進行一段時間訓練后，就會和其他訓練師進行輪換。“以抓取貨物來說，有人喜歡橫著抓，有人喜歡豎著抓，大家習慣都不相同。”張明說，如果一直讓一個人訓練，當機器人遇到突發情況時就難以靈活應變。

“機器人就像一個小孩子，隻有不斷配合動作示范、糾錯和強化，才能讓它學得更快、更穩。”訓練場共建方代表四川具身人形機器人科技有限公司CEO、天府絳溪實驗室交互人形機器人前沿研究中心副主任馮振宇說，訓練的核心不是提升機器人做事的技能，而是產生數據，然后用這些數據去訓練模型，提升機器人的適應能力。

用數據編寫“教材” 讓機器人的學習能力更強

“當‘智能涌現’越來越頻繁，機器人的智慧化程度也會越來越高”

“一個三歲小孩，隻需要坐過幾個凳子，就知道凳子是可以用來坐的。”四川具身人形機器人科技有限公司算法工程師曾易介紹，這是因為人具備通過直接經驗快速建立功能關聯的能力。

這項能力，也在機器人身上顯現。記者在現場擺放幾個不在訓練計劃中的飲料瓶，當訓練師發出抓取指令后，機器人不僅能順利抓取，還能穩穩放在固定位置。

“這是因為‘教材’已經教會了它。”曾易所說的“教材”，是指高質量動作數據。他打了一個比方，平時訓練機器人從貨架上抓取蘋果、梨子等水果，這些數據賦予到一個新的機器人上，它依然會抓取蘋果、梨子等水果，但當貨架上突然多了一個桃子，它之前並沒有訓練過，但“教材”提示說桃子也是水果，它就會自我判斷，重復抓取這個動作，這就是“智能涌現”。“當‘智能涌現’越來越頻繁，機器人的智慧化程度也會越來越高。”

“教材”的出現，讓機器人的學習能力更強。“以前機器人學一個新動作可能需要幾天，現在也許隻需要一兩個小時。”曾易說，這並不是因為它突然變“聰明”了，而是在“教材”中已經進行了“預學習”，這樣到真實場景，僅需要微調就能學會。

除了用機器人採集數據來編寫“教材”，訓練場也在構建多元化數據體系，包括高保真合成數據、人類視頻數據、無本體訓練數據等。同時，探索世界模型、機器人自主學習等先進訓練范式，提高整體數據規模與訓練效率。“真實數據和合成數據‘虛實結合’的方式，能夠實現模型訓練效率和泛化能力的平衡。”馮振宇說。

從“課內”到“課外” “學區地圖”正在四川形成

“訓練場可以為機器人企業提供測試與優化，採集高質量數據，訓練出更智能、更可靠的模型”

訓練場B場已投用，幾十公裡外的訓練場“本部”建設也在提速。放眼全省，隨著位於綿陽的四川省具身智能機器人訓練場、自貢的四川人形機器人多模態數據採集測試中心、宜賓的西南具身智能訓練中心等陸續鋪開，一張機器人“學區地圖”正在四川形成。

除了搭建“課堂”，四川也將機器人的學習拓展到“課外”，一些機器人產品紛紛走進工廠、養老院、超市等真實空間採集數據。比如，去年7月，人形機器人在富臨精工股份有限公司“直播打工”﹔更早之前，“四川造”養老機器人“小麗”走進成都養老社區，正式“上崗”……

“學區”的價值，遠不止於訓練機器人，更在於構建一個產業整體發展的開放生態。四川省人形機器人訓練場B場所在地——“諸葛空間”人工智能產業生態示范區，匯聚四川具身科技、越凡創新等機器人企業。“訓練場可以為機器人企業提供測試與優化，採集高質量數據，訓練出更智能、更可靠的模型。”該園區相關負責人說。

□四川日報全媒體記者 高杲/文 郝飛/圖