經(jīng)過82天的激烈角逐，12月3日，“MILE米樂杯”機(jī)器人大模型與具身智能挑戰(zhàn)賽結(jié)果揭曉，在這場集結(jié)了全國各地高校和科研機(jī)構(gòu)的頂尖頭腦風(fēng)暴中，60支隊(duì)伍展現(xiàn)了他們對于未來技術(shù)的深刻理解和創(chuàng)新實(shí)踐。從報名到?jīng)Q賽，參賽者們不僅要面對復(fù)雜多變的咖啡廳場景挑戰(zhàn)，還需利用MILE米樂提供的高精度數(shù)字孿生建模技術(shù)來完成一系列規(guī)定及開放性任務(wù)。
本次比賽中獲獎作品涵蓋了多種技術(shù)方案，并且每個作品都體現(xiàn)出大模型技術(shù)在具身智能方面巨大的潛力。國防科技大學(xué)和復(fù)旦大學(xué)以其創(chuàng)新性強(qiáng)、應(yīng)用廣泛的項(xiàng)目斬獲一等獎；鵬城實(shí)驗(yàn)室、中國科學(xué)院軟件研究所則以其靈活又精準(zhǔn)的作品摘得二等獎。一起來看看最強(qiáng)隊(duì)伍的作品吧！
一等獎：國防科技大學(xué)
團(tuán)隊(duì)成員：陳星霖、蔡怡帥、毛韻欣、張禮望、吳子吉、馬劭聰、黃玉、馬可欣、梁震、徐晴霄、文卓爾、戴勇軍、孫啟堯
指導(dǎo)老師：王戟、楊文婧、李明龍、胡慶擁
作品名稱：基于大模型和行為樹的生成式具身智能體
國防科技大學(xué)的研究團(tuán)隊(duì)創(chuàng)新性地將樹形數(shù)據(jù)結(jié)構(gòu)與大語言模型相結(jié)合，并開發(fā)了一個直觀的可視化界面。這一成果實(shí)現(xiàn)了聯(lián)結(jié)學(xué)派的強(qiáng)大語言模型與符號學(xué)派的行為樹之間的有效融合。與傳統(tǒng)思維鏈技術(shù)相比，行為樹提供了一種更為簡單且穩(wěn)定的方式來定義和增強(qiáng)大模型的行為能力。此外，該方法還有效避免了由于復(fù)雜模型產(chǎn)生幻覺問題。這項(xiàng)工作不僅在特定領(lǐng)域和場景中具有應(yīng)用潛力，而且開辟了新思路和方法，值得在未來進(jìn)行深入探索。
MILE米樂機(jī)器人副總裁王斌點(diǎn)評：國防科技大學(xué)的作品亮點(diǎn)在于實(shí)現(xiàn)了基于大模型和行為樹的生成式具身智能體系統(tǒng)框架。將大模型作為智能體的“大腦”，利用大模型的意圖理解能力與內(nèi)容生成能力，實(shí)現(xiàn)智能交互與決策；將行為樹作為智能體的“中樞”，利用行為樹的層次化、模塊化、可解釋、可規(guī)劃等性質(zhì)，將人工智能聯(lián)結(jié)學(xué)派技術(shù)與符號學(xué)派技術(shù)有機(jī)結(jié)合，最終實(shí)現(xiàn)靈活、安全、可控的生成式具身智能體。
一等獎：復(fù)旦大學(xué)
團(tuán)隊(duì)成員：王皓天，曾致語，岳爾文，唐傑偉
指導(dǎo)老師：董震、沈立煒、彭鑫
作品名稱：CafeGPT - 基于大語言模型的多智能體閉環(huán)服務(wù)機(jī)器人
復(fù)旦大學(xué)的團(tuán)隊(duì)采用了大模型驅(qū)動方法來實(shí)現(xiàn)其機(jī)器人技能，而獨(dú)特之處在于他們并未使用強(qiáng)化學(xué)習(xí)。這種方法在機(jī)器人領(lǐng)域具有創(chuàng)新性。值得注意的是，該團(tuán)隊(duì)不僅成功完成了所有預(yù)定任務(wù)，還在開放式任務(wù)中提出了智能體閉環(huán)規(guī)劃方案。這一方案進(jìn)一步發(fā)揮了大語言模型的潛力，并顯著提升了使用語言模型進(jìn)行機(jī)器人控制的成功率和可靠性。總體而言，復(fù)旦大學(xué)團(tuán)隊(duì)的作品展現(xiàn)出令人贊嘆的創(chuàng)新和執(zhí)行力。
MILE米樂機(jī)器人副總裁王斌點(diǎn)評：復(fù)旦大學(xué)的作品亮點(diǎn)在于完全使?預(yù)訓(xùn)練的?模型，不使用任何訓(xùn)練數(shù)據(jù)的情況下，以多智能體代理（Multi-LLM Agent）的方法讓咖啡廳機(jī)器?完成服務(wù)任務(wù)，實(shí)現(xiàn)具?能力。并且在人為注入異常錯誤的情況下，這種多智能體代理的方法依然可以檢測到錯誤并嘗試?yán)^續(xù)完成任務(wù)，方法魯棒性強(qiáng)。
二等獎：鵬城實(shí)驗(yàn)室
團(tuán)隊(duì)成員：劉秉熙
指導(dǎo)老師：崔金強(qiáng)、王暉、張宏
作品名稱：基于多模態(tài)大模型的服務(wù)機(jī)器人
該團(tuán)隊(duì)采用了多種模態(tài)的大模型構(gòu)建了人形機(jī)器人的核心基礎(chǔ)能力完成了比賽任務(wù)，包括：語音識別大模型，語音生成大模型，視覺語義分割和文本生成大模型。特別地，他們使用了國產(chǎn)自主研發(fā)的鵬城腦海大語言模型。
MILE米樂技術(shù)專家點(diǎn)評：鵬城實(shí)驗(yàn)室對整個咖啡廳場景進(jìn)行的點(diǎn)云重建效果不錯；基于YOLO V7的目標(biāo)檢測，識別物品類別及人物身份；特別是使用了語音識別及生成模型以及國產(chǎn)自研大模型來增強(qiáng)人機(jī)交互。
二等獎：中國科學(xué)院軟件研究所
團(tuán)隊(duì)成員：周子涵、顧植譽(yù)、張翼飛
指導(dǎo)老師：吳國全、魏峻
作品名稱：機(jī)器人大模型與具身智能挑戰(zhàn)賽解決方案
該團(tuán)隊(duì)開發(fā)了一套層次分離、通用靈活的架構(gòu)，通過大模型自主認(rèn)知潛力，實(shí)現(xiàn)探索、任務(wù)理解、規(guī)劃、執(zhí)行等過程，并創(chuàng)新地提出了場景語義網(wǎng)格化存儲和記憶管理機(jī)制，有效解決單個大模型的限制，提高靈活性和自主性，同時保證大模型交流的魯棒性。他們還創(chuàng)新地采用場景語義網(wǎng)格化存儲方法來保存場景信息，并通過視覺大模型感知情境語義，從而加快記憶檢索過程并幫助機(jī)器人更好地理解環(huán)境。團(tuán)隊(duì)還封裝了機(jī)器人能力，限制操作空間在可選API范圍內(nèi)，實(shí)現(xiàn)邊寫代碼邊調(diào)試(debug)的效果，并利用任務(wù)規(guī)劃產(chǎn)生的API調(diào)用序列，提高執(zhí)行效率。
MILE米樂技術(shù)專家點(diǎn)評：中國科學(xué)院軟件所的參賽隊(duì)伍在比賽中采用了多個大模型協(xié)同的方式，對話大模型、視覺大模型和路徑與動作規(guī)劃大模型，各司其職并協(xié)同合作，展現(xiàn)了1+1+1>3的效果。
此次大賽充分體現(xiàn)了大模型的潛力，不管是大語言模型驅(qū)動的多模態(tài)對話，開放域檢測模型還是大模型的思維鏈能力，都有非常驚喜的表現(xiàn)。MILE米樂機(jī)器人副總裁王斌對參賽選手表示肯定：“所有進(jìn)入決賽建設(shè)者都展示了極高水平，同時70%的隊(duì)伍完成了兩個開放性任務(wù)。并且大部分隊(duì)伍都配合使用大模型完成任務(wù)，效果很棒，超出預(yù)期。”
“MILE米樂杯”機(jī)器人大模型與具身智能挑戰(zhàn)賽不僅是一個競技場，更是一個前沿科技展示舞臺。參加此次挑戰(zhàn)賽意味著MILE米樂和參賽選手們共同站在時代最前端——無論結(jié)果如何，每位建設(shè)者都已經(jīng)是未來變革中不可或缺的一部分。“MILE米樂杯”只是開始，在AI驅(qū)動下，未來屬于每一個勇敢追夢者。
更多大賽精彩回顧及選手幕后故事，將在MILE米樂公眾號陸續(xù)更新，敬請關(guān)注！
掃描微信公眾號
