机器人半马夜测：AI 算法支撑，四成赛队实现自主奔跑突破

近日，一场特殊的半程马拉松测试在夜间顺利落幕，多支机器人赛队同台竞技，参与半程马拉松（21.0975公里）夜测，核心检验机器人的自主导航、耐力续航及环境适应能力。夜测共有20支机器人赛队参赛，四成赛队实现全程自主奔跑，无需人工干预，部分高性能机器人的奔跑速度已逐步接近人类业余运动员水平，成为AI与机器人技术融合的生动实践，让人们看到了机器人在运动领域的巨大潜力。

夜测核心：模拟真实场景，检验机器人综合性能

本次机器人半马夜测，全程模拟人类半程马拉松真实赛道，设置了平坦路段、缓坡、弯道、灯光昏暗区域等多种复杂场景，重点测试机器人的三大核心能力：自主导航能力、续航稳定性和环境适应能力。测试赛道全程无人工引导，在关键节点设置安全防护，要求机器人自主识别赛道边界、规避障碍物、调整奔跑节奏，同时需应对夜间光线不足、地面轻微颠簸等突发情况。

测试数据显示，20支参赛赛队中，8支赛队实现全程自主奔跑，占比达四成，这些机器人搭载的AI视觉识别系统、惯性导航模块，精准识别赛道标识，灵活调整步伐和速度，顺利完成全程测试；其余赛队虽需少量人工辅助调整，整体表现超出预期。表现最优的机器人全程耗时约1小时45分钟，接近人类业余半马选手的平均水平。

技术支撑：AI与机械结合，破解奔跑核心难题

机器人能够实现自主奔跑，核心依赖AI视觉识别、运动控制和能源管理三大技术的协同发力。AI视觉识别系统如同机器人的“眼睛”，可实时捕捉赛道轮廓、障碍物及标识，快速反馈给控制系统；运动控制模块则精准调节机器人的步幅、频率，确保奔跑姿态稳定，避免摔倒或偏离赛道；高效能源模块则为机器人提供持续动力，保障21公里全程的续航需求，避免中途断电。

此次参与测试的机器人，大多采用轻量化设计，部分机器人融入了仿生学原理，模拟人类跑步的步态，减少能量消耗。测试负责人介绍，本次夜测的机器人，均搭载了最新的AI算法，能够根据赛道变化实时调整策略，比如遇到弯道时自动减速、调整方向，遇到轻微障碍物时灵活避让，展现了AI技术在机器人领域的深度应用。