安徽大学“执剑人”团队获Dobot具身智能挑战赛赛题一等奖

4月11日，2026中国具身智能大会Dobot具身智能挑战赛决赛结果揭晓。安徽大学学生团队“执剑人”在赛题一“物品分拣”中表现突出，荣获一等奖。这也是安徽省唯一一支入围决赛并夺得一等奖的高校队伍。

本次大赛自2月12日开启报名，共持续近两个月，吸引了来自高校及企业的众多选手积极参与。最终共有192支队伍、593名选手报名参赛，其中985高校队伍29支，211高校队伍65支。初赛阶段共收到167个参赛作品，经过遴选，9支队伍入围决赛，角逐一二三等奖。

赛题一要求机器人在规定时间内完成随机壳料抓取、多视角检测表面脏污或缺陷、判断良品与不良品，并将分类后的壳料放入对应料箱。任务融合了视觉识别、语义理解、抓取控制、放置决策与失败恢复等关键能力，对参赛方案的完整闭环能力提出很高要求。

由安徽大学何锐、彭洪宇、刘语晗组成的“执剑人”团队，在指导老师王晓、孙长银教授带领下，从仿真环境搭建到真机迁移调试，经历了一轮轮细致打磨。备赛初期，团队曾尝试“视觉识别+教师动作系统”以及ACT、DP等策略模型，但发现这些方法更擅长学习“怎么动”，却难以稳定理解“为什么这样分拣”的任务语义。经过反复比较与迭代，团队最终选择VLA路线中的pi0模型，以任务文本引导为线索，结合多轮数据迭代和“仿真预训练+真机微调”策略，逐步建立起“观察—抓取—分类—放置”的完整分拣链路。

团队发现，面对边缘位置、掉落偏移等长尾场景时，机器人尤其容易失败。他们敏锐地意识到，系统的真正短板并非“看不见”，而是“失败后如何立即调整并再次尝试”。基于这一判断，团队没有盲目增加数据量，而是有针对性地扩充复杂姿态、非中心抓取等难点样本，并将核心攻关方向从“提升识别精度”转向“强化失败恢复与多次尝试能力”。通过持续优化重新定位机制，模型在复杂场景下的稳定性和泛化能力显著提升。

进入真机迁移阶段，团队理性对比了“纯真机训练”与“仿真预训练+真机微调”的差异，选择了后者，既保留了任务逻辑，又适应了真实环境的光照与物理偏差。决赛现场，面对高压环境，模型表现稳定，团队顺利完成机试。在答辩环节，同学们系统梳理了从赛题理解、路线演化到数据迭代、真机迁移的完整历程，着重分享了“从识别优先到恢复优先”的思考转折，清晰呈现了挫折与突破，展现了扎实的工程闭环能力与问题解决能力。

近年来，安徽大学持续推动产教研融合育人，鼓励学生跨学院组队、以赛促学，将课堂教学与前沿课题、产业需求紧密结合。正是这种机制，让不同学科背景的学生能够围绕同一目标高效协作。数学、电气工程、人工智能等学科的交叉互补，成为团队在技术路线演进中不断突破的重要支撑。

此次获奖，是安徽大学在具身智能领域产教研融合育人的一次生动实践。从仿真到真机，从算法到实物，学校通过搭建研究院平台、支持跨学院组队、鼓励参与高水平竞赛，不断探索“以赛促学、以研促教”的人才培养路径。“执剑人”团队的成长，正是这一探索的缩影。未来，团队将继续围绕失败恢复、多视角复检、复杂场景适应等方向深入优化，在更高水平的创新实践中展现安大青年学子的担当与作为。