“既然在家里都能完成，為什么你們在現(xiàn)場不多花點心思調(diào)試？”9月26日上午IROS競賽日上午的比賽結束后，山東非凡智能領隊、總經(jīng)理胡斌博士顯得很不開心。這天上午，IROS 2017抓取與模擬競賽結束了生產(chǎn)組（Manufacturer Track）的比賽，在第二環(huán)節(jié)的“齒輪組件”任務中，由于時間關系，非凡智能放棄了扭螺栓底座的1號任務，直接做起2、3號任務，在順利將2號任務即將軸承和齒輪安好后，在3號任務的扭螺母階段，非凡公司的Swyer機器人兩次擺放螺母均未能到位而失敗，第二環(huán)節(jié)的300分任務僅得到了20分。

（6號隊伍非凡智能在生產(chǎn)組的比賽中，第一個齒輪放置成功）

　　非凡智能并不能失敗者——本次原定參加抓取與模擬競賽生產(chǎn)組的6支隊伍，清華大學、Cothink和Cambridge ARM三支隊伍因為簽證問題人手不足、集中力量做調(diào)試準備下午比賽等原因放棄了生產(chǎn)組的比賽，剩下的隊伍實際上已經(jīng)鎖定了三強的獲獎資格。最終，非凡智能憑借第一環(huán)節(jié)168分的表現(xiàn)，以總分188分獲得IROS抓取與模擬競賽生產(chǎn)組的冠軍。（參見雷鋒網(wǎng)之前文章：《IROS多項獎項公布！中國隊伍稱雄抓取競賽，華人學生獲最佳學生論文獎》）

　　胡斌告訴雷鋒網(wǎng)，他們這個第一名得來有些運氣成分。這次比賽的兩個對手，日本隊的第二個任務完成得不錯，“擰螺栓的時候很用力擰得咔咔響”，而擰得是否夠緊、是否符合工業(yè)要求能得到很多分數(shù)。最終日本隊在這個環(huán)節(jié)得到了140多分，而科羅拉多大學隊在第一環(huán)節(jié)完成得也不錯，以130多的分數(shù)緊隨非凡智能，“所以一開始我以為，我們可能是第二或者第三。”

（獲得生產(chǎn)組第二名的科羅拉多大學隊在生產(chǎn)組比賽中，可以看到邊上有幾個螺母位置機械手比較難以操作）

　　但是在第一環(huán)節(jié)中日本隊和科羅拉多大學隊都遇到了問題：在比賽后不久，日本隊的機器人就遇到了電源燒壞的故障，花了很長時間在修理，第一環(huán)節(jié)僅得到15分；科羅拉多大學隊則是希望在第一環(huán)節(jié)拿到更高分數(shù)，去挑戰(zhàn)插板盒里有幾個位置不是太好擰的螺絲的時候把機器手給碰歪了，從而影響了最終的成績，將非凡智能送上了冠軍的寶座。

　　在胡斌看來，滿分600分的比賽，180多分的冠軍自然不能算一個好分數(shù)，“只能說對手遇到了更多的問題”，而胡斌更寄予希望的是下午的服務組的比賽，因為“我們的快換平臺特別適合于服務組的多項任務的比賽。”

（胡斌帶領的另一支隊伍Cothink，配備多個夾具快換托盤，更適合類型的不同任務）

　　簡單來說，機器人要完成如撕紙、釘釘子、攪拌、插吸管等日常生活中的任務，當中的需求也會稍微有些不一樣。例如，插吸管、撕紙需要的夾具是適合比較精細的動作，而釘釘子的任務則需要夾具具有比較大的力量來握住錘子，同時要做出釘?shù)膭幼?，還要具備一定的靈活性。在其他隊伍都使用一個夾具來完成所有任務的情況下，Cothink的快換多夾具簡直就是仗還未打先贏了三分。

　　但成也快換敗也快換，Cothink成員犯的兩個人為失誤使得Cothink最終錯失冠軍：一個是在攪拌任務中，在預先準備做檢測的時候忘記往杯子里倒水，最終比賽時因為杯子里裝了水有反光，造成視覺模型不一樣而未能識別出杯子；另一個則是在某個任務中成員忘記編快換的程序，在需要換夾具的時候機器手把夾具脫下來后接不上新的夾具，最終只完成了5個任務，以135分的最終得分完賽。

（清華大學與Intel聯(lián)隊在服務組的撕紙任務中）

　　而在另一邊，去年自主任務的冠軍隊伍清華大學（今年為清華大學&Intel聯(lián)隊）的主力朱斌因簽證問題最終無法參賽，因此隊伍也先制訂了保5（個任務）爭7（個任務）的目標。在擰瓶蓋和釘釘子任務中，清華大學&Intel聯(lián)隊均干凈利落完成任務，引來多人圍觀；但在之后的插吸管任務中，機器手在拿吸管的時候多次拿起2支吸管，再加上拿起吸管的時候可能存在一些角度的偏差，雖然最終完成但也耗費了不少時間；最為可惜的是撕紙任務，因為沒有能很好估計所需的動作幅度，導致有一次撕紙的最后一個連接點沒有撕下來，再加上視覺一直沒有能調(diào)到最佳狀態(tài)，最終拿到123分獲得第三名。

（冠軍CambridgeARM隊比賽中）

　　在服務組，最終獲得冠軍的是和清華一樣的用Universal Robots機器手的CambridgeARM隊，為了更好的準備服務組的比賽，Cambridge放棄了上午的生產(chǎn)組比賽，這一戰(zhàn)略也獲得了回報，最終完成6項任務，以148分獲得冠軍。

　　從現(xiàn)場的情況看，盡管比的是機器人，但真正起到?jīng)Q定因素的還是“人”。是否把零部件擺在調(diào)試時一樣的位置、是否根據(jù)環(huán)境進行了準確的調(diào)教、是否給每個過程編寫了正確的程序......都會影響最終的成績，離我們希望的機器人自主決策和行動還差得遠呢。

　　盡管在人工智能方面，AlphaGo和OpenAI已經(jīng)分別在圍棋和Dota上戰(zhàn)勝了人類選手，但他們也還只是一個專用的AI程序，離通用的人工智能還有距離。而要想在通用人工智能的基礎上再加上機器人的外殼，使其可以完成我們?nèi)粘Ｉ钪锌雌饋砗苋菀椎氖虑椋@當中還有很長的路要走。

　　在去年的IROS，雷鋒網(wǎng)曾感慨“看過這場機械手比賽，你會發(fā)現(xiàn)自己的手值好幾億”，今年通過生產(chǎn)和服務兩場比賽，我們看到了機器人的更多應用，而通過機器人競賽，找到現(xiàn)在最尖端的機器手與人類的差距，通過比賽來推動技術的研究和發(fā)展，正是探索未來如何讓人和機器人共存的動力和途徑。