人形机器人可以短跑和拳击——但真正的考验是洗衣服

作者：Wai-keung Fung，卡迪夫城市大学

最近在北京举行的 2026 年世界人形机器人运动会上，机器人受工厂、餐馆和紧急情况的启发，进行了短跑、拳击、踢足球和处理任务。机器人天宫Ultra甚至在8.64秒内完成了100米，比尤塞恩·博尔特9.58秒的世界纪录还要快。

但如果我们真的想知道人形机器人是否已经准备好迎接日常生活，一个不那么迷人的挑战可能会告诉我们更多信息：洗衣服。机器人能否从洗衣篮中取出一件皱巴巴的 T 恤，找出它的方向，将其折叠整齐，并在袖子从手中滑落时恢复原状？

目前还没有机器人系统能够可靠地处理整个洗衣过程，从将篮子搬到洗衣机，按照不同程序对衣服进行分类，再到取出、悬挂晾干、折叠和熨烫。即使折叠仍然是一个挑战：机器人需要应对不同形状、尺寸、材料和折痕程度的衣服。

当然，跑得快是很困难的。类人生物必须协调许多关节，保持平衡并产生强有力的动作而不摔倒。然而，任务本身是相当明确的。机器人知道要去哪里，赛道是可预测的，终点线不会突然改变形状。

洗衣是一个非常不同的问题。衬衫可能反面朝外。一个袖子可能隐藏在另一件衣服下面。一条裤子可以缠绕在毛巾上。面料也柔软且不断变化形状。拿起一件 T 恤的一角，它的其余部分就会移动。

人类处理这个问题时没有考虑太多。我们抖开一件衬衫，注意袖子的位置，感受布料何时滑动，并几乎自动调整我们的握力。对于机器人来说，每一个小动作都是一个需要解决的问题。这就是为什么日常琐事比壮观的运动壮举更能揭示机器人的智能。

一个有用的家用机器人不能简单地一次又一次地重复相同的动作。当现实与预期不同时，它必须注意到并适应。考虑这一点很重要，因为人形机器人越来越多地被讨论为家庭、护理机构以及工厂和仓库的未来助手。

通常可以安排工厂生产线，以便零件到达可预测的位置。家庭住宅则不然：衣服、玩具和家具不断移动，而人、儿童和宠物则让环境变得更加难以预测。

为什么一个机器人不能简单地复制另一个机器人

还有一个困难。一旦一个机器人学会了如何折叠衬衫，我们似乎应该简单地将这项技能转移给其他每个机器人，这似乎是显而易见的。不幸的是，身体技能不能像可以安装在任何机器上的应用程序一样发挥作用。

想象一下一个专业洗衣机器人，配有刚性手臂、高架摄像头和专为织物设计的夹具。人形机器人的头部可能有摄像头、五指手以及不同的关节和平衡约束。因此，同样的运动可能会产生截然不同的结果。

固定的机械臂可以向前伸出，不用担心摔倒。人形机器人可能需要移动臀部、腿部和脚部，才能在跨越桌子时保持自身稳定。

传感器也很重要。一个机器人的手指上可能有敏感的触摸传感器。另一种可能主要依靠相机。

有些知识仍然可以转移。一个机器人可以教另一个机器人一些关于衬衫的样子、肩膀可能在哪里、良好的褶皱是什么样子或者如何识别袖子被困在下面的情况。接收机器人仍然需要弄清楚如何用自己的手、关节、相机和身体来实现这些想法。

Open X-Embodiment 等研究项目正在通过汇集许多不同机器人的经验来探索这个问题。该项目汇集了来自 22 种不同机器人类型的超过 100 万条真实机器人轨迹。我们希望机器人能够相互学习有用的模式，而不是每次都从零开始。

什么应该算作进步？

人形机器人比赛很有价值，因为它们使机器人技术变得可见，并展示了技术发展的速度有多快。

我们应该谨慎对待这些示威活动所证明的内容。对于打算与我们一起生活和工作的机器人来说，更好的问题可能是：机器人可以处理不熟悉的物体吗？它能否注意到自己犯了一个错误并在没有人为干预的情况下恢复？在有人介入之前它能持续工作多久？

这些措施不太可能产生病毒式视频。然而，它们更接近于决定人形机器人是否真正有用的能力。

机器人跑得比人类世界纪录快100米，令人印象深刻。一个能够将一篮子脏衣服拿走、分类、折叠并识别出问题的机器人可能会告诉我们更多关于通用机器人智能是否真的到来的信息。

人形机器人最重要的竞赛可能不是与时间赛跑。它可能靠着洗衣堆。

冯伟强，卡迪夫城市大学电子机器人与控制工程高级讲师

本文根据知识共享许可从 The Conversation 重新发布。阅读原文。

本文译自国外媒体的英文报道（机器翻译，可能存在语义偏差），点击「查看原文」阅读英文原版。

资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。