据徽声在线8月23日报道，在第二届世界人形机器人运动会400米（小型组）决赛中，一款名为天工的机器人凭借独特的“捂脸跑”姿态，以45.66秒的优异成绩摘得桂冠，这一表现引发了广泛关注。

赛后，徽声在线记者对天工Omni 400米小型组研发团队负责人、北京人形机器人创新中心运动控制算法专家韩刚进行了专访。韩刚透露，天工的“捂脸跑”并非刻意模仿人类，而是其自主迭代的结果。他明确表示：“我们并没有找一个‘小姑娘’来让机器人模仿跑姿，这一切都是天工自己‘思考’出来的。”

韩刚进一步解释，最初团队设计的是正常的百米跑步模式，但天工是在仿真环境中通过不断的数据迭代来学习的。在这个过程中，它可能发现“捂脸跑”比摆臂跑更为舒适，因此逐渐形成了这种独特的跑姿。这相当于机器人自己做出了决定，选择了最适合自己的跑步方式。

天工Omni以“捂脸跑”姿态完赛，成为赛场焦点

韩刚笑称，并非特意为天工设计了一个“小姑娘”的跑姿，而是由于天工的身体结构与人类相似，因此跑出来的风格自然而然地与小姑娘跑步相似。他强调，这种相似性并非刻意为之，而是机器人自主学习的结果。

对于“捂脸跑”的优势，韩刚解释道，摆臂很快时肩部负载会很重，这会导致发热风险增加。而“捂脸跑”则恰好规避了这些问题，同时对其速度也有了一定的提升。这也是天工选择这种跑姿的重要原因之一。

那么，机器人是如何思考并决定自己该怎样做的呢？韩刚告诉记者，这和教育小朋友的过程有些相似。当机器人表现好时，会给予奖励；表现不好时，也会有相应的批评。在仿真环境中，团队会给出一些大的方向引导，比如速度、发热等指标，但具体的跑步方式则由机器人自己决定。

“我们给了一个标准的人的跑姿作为参考，但具体怎么办，我们也不知道它会怎么样跑。它通过奖励机制去驱动自己不断尝试学习，不断跌倒重来调整。最后发现这种姿势可以达到我们的要求，同时它自己也觉得很舒服。所以它才选择了这种跑姿。”韩刚详细解释道。

韩刚还补充说，机器人强化学习这种方式很难通过人为设计来实现。这也是为什么现在强化学习在机器人运动控制上要比以前用模型的方式更优。他举例说：“以前我们会写方程去规划机器人的每一个动作，描述它的每个状态。但实际上很多时候你是很难把它写清楚的。但是强化学习就不需要这些，它都是自己在基于数据驱动去写出来的。”

徽声在线记者 王田