华南理工学生团队，全球第四！

近日

2026IEEE机器人与自动化国际会议

ICRA 2026在维也纳落幕

由智元机器人主办的

全球性具身智能挑战赛

AGIBOT WORLD CHALLENGE

也同期结束

来自华南理工机械与汽车工程学院

由多位研究生、本科生组成的

Embodied horse战队

在Reasoning to Action（推理-操作）赛道中

与研发机构、企业、高校团队比拼

获全球第4的优秀成绩

在高校团队中排名第1

华南理工大学团队荣获全球第4

据主办方介绍，本届赛事吸引了来自全球27个国家及地区的526支科研与产业团队参赛。赛事设置Reasoning to Action（推理-操作）、World Model（世界模型）和WBC（全身控制）三大技术赛道，采用线上标准化评测与线下真机验证相结合的方式，并提供开源数据、仿真平台和机器人硬件作为赛事基础。

Reasoning to Action赛道由去年的Manipulation赛道升级而来，考察维度从“动作执行”拓展至“环境理解—任务规划—动作执行”的全链条，聚焦弥合仿真与真机的差距。参赛团队需基于AGIBOT WORLD开源数据集，训练长程任务的推理与操作一体化模型，并使用Genie Sim 3.0仿真平台进行评测。该平台的Genie Sim Benchmark覆盖五大核心能力：语言指令理解、空间关系认知、原子技能操作、环境扰动适应和零样本跨域迁移。

回顾此前赛程

在今年五5月的线上初赛中

华南理工大学Embodied horse团队

便已从全球331支队伍中脱颖而出

排名第六

随后他们与其他九支队伍

一同获得前往维也纳

站上ICRA 2026舞台的资格

最终

他们在决赛中不负众望

以全球第四的成绩证明了自身实力

华南理工大学团队获奖证书

直面难题：以思维链与空间感知破局

今年初赛的线下赛题一共有四道，每一道都指向不同的技术难点。比如“爆米花”任务，考察机器人在狭小空间内完成平滑轨迹规划，不能把爆米花抖出来；“包裹分拣”则需要机器人依次完成抓取、旋转、扫码、放置，中间涉及腰部和双臂的大范围协同。

华南理工学生团队重点攻克的是长序列、精细操作和高推理要求的任务，例如“桌面整理”：机器人需依次完成合上笔记本电脑、摆正笔盒、将零散物品归位等连续操作。其难点在于模型必须理解任务目标、判断操作顺序，并在执行中根据环境变化持续稳定决策。

“长序列任务中，机器人不能只完成眼前一步，必须理解前后动作的因果关系。”团队核心成员、机械与汽车工程学院博士陈根指出。

为此，团队在两个关键方向取得突破：一是提升模型的思维链推理能力，使决策更具逻辑连贯性；二是强化空间感知。

陈根回忆，第一次到上海进行真机调试时，仿真与真实世界的差异迅速暴露：仿真中物体和环境参数相对稳定，而真实场景里机器人需面对接触力变化、物体形变和安全保护机制等问题。这正是比赛最核心的命题——Sim2Real Gap。尽管智元的Genie Sim 3.0已尽力逼近物理属性，但力反馈、纵深感、视觉干扰等只有在真机上才会暴露。

为提升模型在真实场景的适应能力，团队从数据侧增强空间感知，通过优化训练数据，使模型更好地理解物体位置、空间关系和操作顺序，结合视觉定位与动作策略调整，不断提升执行稳定性。

“Reasoning to Action赛道入围前十的高校很少，基本都是公司。与他们相比，高校团队在算力资源等方面确有劣势，但我们的团队能脱颖而出，离不开长期的技术积累和李巍华老师的指导。”陈根说，“过去在实验室，我们已经大量积累了数据处理、模型训练、接口调试等环节的经验。”

决战维也纳：在顶级舞台上淬炼系统能力

远赴维也纳参加 ICRA 总决赛，团队成员首先感受到的是 ICRA 国际机器人赛事的专业性和开放性。来自全球的高校、科研机构和企业团队围绕真实机器人任务同场竞技，学术氛围与工程实践并重。

团队部分成员

相比国内调试阶段，现场比赛的氛围更紧凑，节奏更快，不确定性也更强。“国内调试时，我们可以在相对熟悉的环境中反复测试和修改，但到了维也纳总决赛现场，调试时间、场地条件、设备状态、光照变化和任务流程都更加受限，团队必须在有限时间内，快速完成系统适配和策略调整。现场参赛队伍整体实力很强，很多团队都有非常成熟的机器人系统集成和工程部署经验，这也让我们更直观地感受到国际顶级机器人赛事对算法能力、工程能力和临场应变能力的综合要求。”

为此，团队做了充足准备。在算法层面，围绕 VLA 模型、真实机器人任务执行和动作生成稳定性进行优化。在系统层面，团队反复梳理从视觉输入、模型推理、动作输出到机器人执行的完整链路。在团队协作层面，对数据处理、模型训练、机器人调试、现场记录和应急排查等工作进行了明确分工，确保出现问题时能够快速响应。

华南理工团队在调试

现场最大的难点不是某一个单独动作，而是如何让机器人在有限时间内稳定完成完整任务流程。从识别目标、理解任务，到生成动作、执行抓取、移动和放置，每一步都需要足够稳定。

比赛过程中也确实遇到过一些突发情况，例如现场环境与前期调试环境存在差异，导致模型输出和机器人执行效果需要重新校准。“面对这些问题，我们通常会先快速判断问题来自感知、模型推理还是执行控制环节，再由不同成员并行排查，通过调整参数、优化输入、重新测试关键动作等方式尽快恢复系统稳定性。这个过程非常考验团队的临场判断能力和协作效率。”

“从上海调试到维也纳决赛，我们最大的收获是加深了对真实系统部署的理解。具身智能不仅考验模型本身，更考验模型与硬件、控制接口、任务流程的协同。相比离线验证，真实比赛强调系统稳定性和快速适应能力，这让我们对从算法走向应用有了更系统的认知。”陈根总结道。

高校团队的底气：基础扎实、韧性十足

“作为高校参赛团队，我们最大的特点是理论基础扎实、科研问题导向明确，同时具备较强的自主学习能力和技术迭代能力。与部分企业团队相比，高校团队在工程资源和算力条件上并不一定占优，因此我们更加注重问题抽象、算法效率和系统稳定性的提升，尽可能通过更合理的模型方案、更高效的训练策略和更快速的现场迭代来弥补资源差异。”

团队合影

Embodied horse团队依托华南理工大学机械与汽车工程学院，由国家重点研发计划“智能机器人”专项首席科学家李巍华教授领衔，团队包含多名教授副教授，长期从事于工业人工智能、装备智能运维、具身智能（汽车智能驾驶、人形机器人）等领域的研究。备赛过程中，团队成员将理论研究与工程实践紧密结合，不仅关注模型训练和算法优化，也深度参与机器人接口适配、系统部署、现场调试和问题排查等环节，在真实任务中不断积累系统工程经验。

“我们经常围绕一个很小的问题反复讨论——一次抓取为什么失败？某类场景为什么泛化不好？模型输出和机器人执行为什么有偏差？解决这些细节，就是最重要的积累。真实机器人的进步往往不是靠一次大突破，而是靠无数次细节修正。”陈根分享道。

华南理工大学团队

在Embodied horse团队内部，大家目标一致，相互支持。遇到问题时，不会先追究是谁的问题，而是先一起定位原因、想办法解决。机器人实验失败是常态，可能一次部署报错、一次动作不稳定、一次环境变化都会影响结果，但团队成员都能在反复尝试中保持耐心。这种共同面对问题、共同解决问题的过程，也让团队形成了比较强的工程韧性和协作默契。

“初赛第六，决赛第四——这一成绩对我们是一种鼓励，更让我们坚信高校团队在具身智能和真实机器人任务中大有可为。”陈根说。

对于想在具身智能及机器人领域进行研究的学弟学妹们，陈根也根据自身的经验给予分享：

我想分享的第一点是，一定要重视基础。具身智能和机器人看起来是非常前沿的方向，但真正做起来会涉及很多基础能力，包括数学、力学、控制、机器学习、计算机视觉、编程和工程调试等。基础越扎实，面对复杂系统问题时越容易找到突破口。尤其是具身智能本身就是一个典型的交叉学科方向，它不仅需要人工智能算法能力，也需要对机械结构、机器人运动控制、传感感知和系统集成有深入理解。

第二点是要多动手。机器人领域和纯软件任务不太一样，很多问题只有在真实系统中才会暴露出来。模型在电脑上跑通只是第一步，能不能部署到机器人上，能不能在真实环境中稳定执行，才是真正的挑战。所以建议学弟学妹们尽早参与实验室项目、课程项目或科技竞赛，在真实任务中训练自己的系统思维和工程能力。

第三点是不要害怕失败。机器人实验失败是常态，抓取失败、模型效果不好、环境变化导致任务不稳定，这些都是很正常的过程。关键是每次失败后要记录问题、分析原因、总结经验。长期来看，这些积累会成为非常重要的能力。

最后，我觉得我们学院在机械工程、机器人技术、智能感知、控制算法、测控系统、智能制造和工程实践等方面具有很好的学科基础，这些能力与具身智能对“机械本体—感知系统—控制执行—智能决策”一体化能力的要求高度契合。对于未来想在具身智能、机器人感知决策与控制、真实机器人系统部署方向继续探索的同学来说，华南理工大学机械与汽车工程学院能够提供很好的交叉学科平台和工程实践环境，既能帮助大家打牢机械、控制和系统工程基础，也能支持大家在人工智能算法、智能感知、机器人决策与控制等方向开展深入探索。也欢迎更多对机器人和具身智能感兴趣的学弟学妹报考华南理工大学机械与汽车工程学院，一起参与到这个充满挑战和机会的方向中来。

向上滑动查看更多

具身智能是当前机器人、先进制造与人工智能交叉融合的重要前沿方向，对学科基础和系统集成能力提出了更高要求。它不仅需要人工智能算法和智能感知决策能力，也需要机构本体设计、运动控制、系统集成和工程部署等多方面支撑。华南理工大学机械与汽车工程学院在先进制造、机器人、工业人工智能、高端装备、智能测控、工业软件及自动驾驶等方向成立了交叉创新研究中心，积累了丰硕的研究成果，对于具身智能领域所需的“机械本体—感知系统—控制执行—智能决策”一体化能力形成了有力的支撑。

未来，学院将围绕具身智能、智能机器人、高端装备制造等方向，持续推进科创平台建设和学生创新能力的培养。通过科研平台锤炼学生的工程实践能力，鼓励更多学生参与高水平国际学术竞赛，为学生提供更加开放的跨学科协作环境和国际交流机会，推动学院优势工科与新一代人工智能等新兴技术的深度融合，提升学院在具身智能领域的人才培养质量。

当前

国家大力实施“人工智能+”行动

推动人工智能

与经济社会各行业各领域广泛深度融合

华南理工大学依托工科优势

深入推动“人工智能+教育”行动

增设一批AI+新工科专业、试验班

打造“1+1+N”人工智能课程群

人工智能专业融合课

实现本科生100%覆盖

欢迎报考华南理工大学

智链世界能动未来

党委宣传部（融媒体中心）

文：司小平 广州日报记者 陈庆辉

图：陈根 广州日报记者 陈庆辉

微信编辑：鲍恩 司小平

初审：冀早早

复审：卢庆雷

终审：夏正林

华工原创，版权所有

若需转载，敬请联络

邮箱：hgxcb@scut.edu.cn

“分享”“点赞”“在看”，记得一键三连哦