九游体育2026年春晚舞台上，宇树科技人形机器人G1 、H2献上了全球首次全自主人形机器人集群武术表演，第一次完成了连续花式翻桌跑酷、Airflare大回旋七周半等高难度动作。16日晚，宇树科技向记者揭秘了人形机器人是如何表演武术的。

　　答：《武BOT》节目是从去年11月开始正式启动筹备的。团队首先根据节目创意拆解出多个技术模块，同步展开基础软件开发与算法验证工作，包括舞蹈群控平台、定位算法升级以及新型运动控制算法的测试。

　　随后与演员团队进行线下对接，并搭建了实景测试场地用于流程磨合。在此期间，我们与春晚导演组展开多轮现场沟通与联合优化，经过反复迭代和多次联排，最终在除夕夜将节目完整呈现给观众。

　　早期阶段，研发重点在于运控算法设计与模型训练。春晚节目涵盖多种高难度特技动作以及机器人数量众多，非常考验运控算法的稳定性和泛化性。团队利用大量特技动捕数据预先训练一个特技动作模型，使其充分具备多样运动能力与抗干扰能力，从而大幅提升后续动作模型微调的效率，发挥预训练模型见多识广的能力。

　　其次，数十台机器人的协同控制涉及网络通信、计算机系统、嵌入式设备与软件工程等多个领域，是一个综合性工程难题。团队通过跨领域联合测试、反复迭代，解决了动作衔接、时间同步与集群控制等关键问题。

　　中期阶段，主要面临导航定位与轨迹追踪的挑战。针对大量的台形变换（表演全程大概有10种舞台台型）、舞蹈演员的动态遮挡、舞台道具的影响、机器人本体的剧烈舞蹈动作，激光定位算法在定位精度和鲁棒性方面做了大量有针对性的优化，并且与本体感知定位模块进行融合。即便其中一个模块短时间失效，另一个模块也会持续接管定位，确保极端工况下也不会出现较大的定位误差，为整场表演提供了稳定支撑。

　　为了确保机器人在规定时间内抵达正确的目标点位，团队利用预训练快速运动模型实现快速奔跑能力，实现机器人稳定、快速地追踪下发的目标位置，并以拟人的步态完成轨迹追踪。

　　后期阶段，攻克高难度动作的稳定性问题。极限动作对机器人结构、电机性能与控制算法提出了综合考验。团队通过大量测试分析问题成因，对硬件结构及电机等进行升级，以提升性能上限，成功实现了高难度特技动作的稳定呈现。

　　物品交互动作（如棍法）的难点在于机器人对器械状态及外部扰动的实时感知与自适应控制。人类习武需通过反复练习形成手感，机器人同样需要学会这种能力。我们通过对器械进行物理建模，在仿真环境中进行大规模强化学习训练，使机器人掌握了对手中器械的动态感知与力矩控制。

　　环境交互动作（如跑酷翻桌、蹬墙）的核心挑战在于高速运动中对相对位置的精准估计，以及落足点的动态调整。工程师通过在仿真中穷举可能出现的位姿偏差，训练机器人在奔跑过程中实时规划脚步，最终实现对桌面、墙面等障碍物的稳定跨越与借力。

　　地面极限动作（如空中连续转体）是对机器人软硬件性能、运动控制与融合定位的综合极限考验。任何一环出现短板都可能导致失败。团队通过硬件结构升级、电机性能优化、运控算法迭代以及多传感器融合定位，在多部门协同攻关下，不仅完成了高难度特技动作，还能实现空翻后的厘米级落点控制。

　　答：该系统由宇树科技自主研发。首先使用机器人自带的3D激光雷达，实时对整个舞台场景进行激光扫描和定位，使得机器人能知道自己在舞台的位置。同时总控制台可以知道每台机器人实时的位置，并给出机器人需要到达的目标点轨迹与后续武术动作序列。

　　机器人接收到控制台的指令后，会调用走位运控算法追踪控制台下发的目标点轨迹，并在规定时间内到达目标终点，随后调用武术运控算法精准完成武术动作序列。

　　在持续高强度表演过程中，宇树机器人还具备实时自我监测能力，可实时监控各模块运行状态，全自主识别异常并迅速恢复，确保长时间、高强度的武术动作稳定且流畅进行。同时，多台机器人还能在动态行进中自主保持精准定位与队形一致性，即使机器人不小心跑偏了，也能全自主快速恢复，展现出一体化集群控制的先进水平。

　　答：为呈现本次高难度武术表演，宇树在算法、硬件与系统层面进行了系统性升级。

　　算法层面：升级强化学习框架，使机器人在仿真环境中自主习得复杂武术动作及器械操控技能；同时采用融合感知的定位技术，有效解决高速运动中的定位漂移问题，实现精准导航与落点控制。

　　硬件层面：针对性提升核心关节电机功率密度，优化肢体结构强度，并升级灵巧手与缓冲部件，以支撑高爆发、高冲击的动态动作。

　　系统层面：全新开发集群自动控制系统，实现从动作编排、队形设计到多机实时协同调度的全流程自动化，确保数十台机器人在复杂队形变换与高难度动作中的毫秒级同步。

　　这些技术突破不仅支撑了本次武术呈现，也为机器人在工业、服务等场景中实现全身动态操作与多机协同作业提供了可迁移的技术底座。

　　答：节目中攻克的技术难题，与机器人在真实场景中面临的挑战高度相通。比如，支撑整场武术表演的集群自动控制系统，解决了数十台机器人在复杂队形下的实时调度与动作同步问题。这一技术可迁移至工业场景中的多机器人协同巡检、仓储分拣、装配流水线等任务，实现规模化作业的高效统筹。

　　在棍法及夺棍环节中，机器人需在抓握器械的同时应对来自人类的外力冲击。这背后的核心技术是有外力介入下的柔顺操作控制。该技术可直接应用于精密装配、重物搬运、家政服务等场景，帮助机器人在操作过程中实时感知并适应外部扰动。

　　跑酷翻桌动作要求机器人在高速运动中精准判断自身与障碍物的相对位置，并动态调整步态完成跨越。这与机器人向货架码放货物、在狭小空间穿行、上下楼梯等任务需求高度一致。节目中验证的技术方案即使在跑动状态下也能快速完成位姿调整，迁移至现实场景后，将显著提升机器人的作业效率与环境适应能力。