正文
▍
技术成果解析
纵观整场宇树
G1
格斗赛，从机器人跌倒后类人化的流畅起身，到精准的战术闪避与组合拳连击，机器人在攻防转换中展现出的动态平衡能力与算法驱动下的快速响应机制，充分
验证了机器人底层运动算法与机械结构的协同优势
，为机器人运动控制技术树立了新的标杆。
和此前展示的跑步、跳舞、后空翻等所处的环境不同，
G1
在本次格斗比赛中，需要面临的是随时会给自己施加干扰的动态互动环境，同时，格斗要求机器人在快速变化的环境中实时调整姿态、预判对手意图，而且高度的对抗性更是会给整个系统的稳定性带来更多的挑战，机器人需要在外力冲击下（如被击打或打滑），需通过短时记忆和动态调整维持平衡。
在
比赛过程中，
机器人想要
迅速做出拳击、踢腿、闪避等连贯且稳定的格斗动作，
而且打得中对手，则需要
基于人工智能的运动控制算法
，
精准处理多关节协同运动，实现毫秒级响应，并且表现出优秀的平衡性，
本次比赛中，宇树
G1
精准的打点和灵活的闪避技巧
就足以
令人惊叹
，
毕竟视觉数据处理和动作规划需消耗大量算力，虽然人为帮助校对了一部分，但反应速度可以说非常快
。
站得稳，是人形机器人落地应用的必修课。走路、跑步、跳舞、空翻，再到如今的格斗竞技，人形机器人的稳定性和控制力也在经受越来越复杂的考验。机器人如何在极大的外部冲击下保持平衡，一直是备受关注的焦点。
其技术难点在于机器人需在毫秒级响应中协调多关节运动，避免二次失衡
。
而且
格斗中机器人需频繁做出快速、剧烈且方向多变的动作，如挥拳、踢腿、闪避、移动等，这些动作会产生较大的冲击力和扭矩，容易使机器人失去平衡。
同时，机器人
要准确完成各种格斗动作，如出拳击中特定部位、踢腿达到一定高度和力度，需要多个关节精确协同运动。比赛中机器人需要持续输出较高的功率来支持其运动和各种功能，因此需要可靠的能源供应系统。
可以说
格斗场景能全面检验机器人的机械结构、运动控制、传感器融合和智能决策能力，例如动态平衡、抗冲击性、多模态感知协同等。
除了格斗动作，倒地以后能不能在
8
秒内快速起身，是这场格斗赛事中至关重要的一项评判依据，也是对人形机器人软硬件技术的一次抗压试验。看似简单的起身动作，在过去数十年内一直是人形机器人的巨大瓶颈，而如今，宇树机器人基于运动控制算法，调用机器人全身
29
个电机同步配合已经能够轻松完成，展现出强大的快速恢复能力。
一般而言，机器人不仅需要具备高扭矩的关节电机以支撑快速起身动作，在摔倒时可能因惯性较大导致损伤，还需通过轻量化材料与结构设计减少冲击，同时保证足够的机械强度，这种鲁棒性更是衡量其智能化与实用性的关键指标。而且随着算法、硬件与感知技术的进步，这一能力将加速推动机器人在救援、工业等场景的落地应用。
综合而言，
本次宇树的格斗赛操作方式融合了动作控制、智能决策等多种算法模型
，当操作人员发出
“勾拳”“踢腿”等指示的时候，机器人的感知系统会迅速定位对手并构建地图数据，决策系统根据学习训练评估环境、目标和指令，生成可执行策略路径，最后由控制执行系统完成动作，
而机器人自身的高爆发力动力系统为动作力量的输出提供强大支持；仿生机械结构设计既能保证动作柔韧性，又能有效缓冲外部压力；超大关节运动角度空间则让机器人能更出色饱满地完成格斗指令。
▍
仿真技术应用
除了本次赛事所使用的机器人采用国产自主研发的核心技术，为了在赛场上展现出最佳状态，参赛队伍在赛前还进行了大量仿真训练，不断提升人机协同的默契度。宇树
G1
通过深度强化学习和仿真训练优化算法，这使得其才能应对实际场景中的多个突发干扰。
来自不同领域的操作员与机器人协同执行格斗动作，制定出多样的格斗策略，从简单的攻击闪避到复杂的连招配合，每一个动作都经过反复练习。
其机身留存的明显训练
“伤痕” 便是有力见证 ——
机身上分布着深浅不一的凹陷与剐蹭痕迹。这些 “伤痕” 虽多为皮外伤，却清晰记录着研发团队在技术打磨过程中付出的心血与努力。
宇树科技董事王其鑫
5
月
25
日晚间在央视直播中介绍：“让机器人学会一套动作，不是一件容易的事情。现在我们其实都依靠
AI
的技术手段来让机器人学习。首先动作捕捉会基于一些专业的格斗运动员，（根据）他们的动作捕捉数据，让机器人在虚拟的世界里来学习这些动作。”
另外一位
专家
Jean
也推测
，宇树应该也针对拳击中特定的场景进行专门的算法优化。针对格斗场景进行了特定的动态平衡补偿算法和抗干扰传感器融合方案，提升机器人在对抗中的容错率。
