机械臂在工业流水线的传送带前精准抓取、装箱，轮臂式机器人在模拟家居环境中穿梭递物，人形机器人在零售服务场景完成收银结算……倘若电影《环太平洋》里机甲驾驶员与机器人同步动作的画面照进现实，会是什么模样？

近日，四川天府新区一所机器人“学校”开启试营业。这所“学校”教什么？机器人又是如何学习的？一起来一探究竟吧。

教什么？内外设置八大应用场景

这所机器人“学校”名为成都科创生态岛机器人训练场（以下简称“机器人训练场”），坐落于成都科创生态岛W7人工智能与机器人产业特色楼宇的一楼，场地面积不大，但功能配置齐全。

推门而入，不同的功能分区一目了然，部分区域已经有一些机器人在进行训练。

“训练场分室内、户外两部分，户外主要设置复杂路面、坡道、文旅场景3个训练场景；室内则围绕电子皮肤、家庭服务、工业操作、零售服务、康养复健5大典型场景设置训练区，构建起‘机器人本体+机械臂+感知设备+末端执行器+场景设施+端侧算力’的硬件体系。”成都天投集团科创岛运营公司相关负责人任皓介绍，机器人训练场为企业提供多种特色实训课程，目前设置的场景主要聚焦生产及生活中的通用型场景，支撑多机型、多场景、多任务同时运行。

户外的3处训练场景，主要针对机器人面对不同地形环境等训练通行能力。室内训练场景则各有侧重。例如，电子皮肤训练区，面向机器人精细触觉和力觉感知训练，重点采集机器人末端与磁性电子皮肤接触过程中的力觉、触觉和滑动状态相关数据。家庭服务训练区，还原居家实景，机器人可在模拟家庭日常环境下完成物品取放、跨区域递送、桌面整理等任务。

在工业操作训练区内，移动机器人与传送带、深度相机、机械臂协同作业，实现上料、装箱、下料全闭环流程。零售服务训练区，模拟超市、便利店等商业场景，复刻“选购—取货—打包—交付”全链路。康养复健训练区，人形机器人在轮椅、医疗床之间开展低速陪护和辅助交互训练。

“所有场景都按真实作业流程设计，并非设备的简单堆砌，核心逻辑是为机器人打造一所‘实战学校’。”任皓表示，传统实验室模拟训练，难以覆盖复杂应用场景中的环境变化和人机交互要求。机器人训练场通过搭建通用性强的真实场景，能够为机器人企业提供获取稀缺数据的渠道，弥补行业数据短板，加速机器人的落地应用进程。

作为一个公共服务平台，该机器人训练场目前已对接超过10家有意向的企业。“企业可以用我们的平台和机器人采集数据、训练模型，也可以把自己的机器人带过来，在我们的场景里做测试。我们也诚邀广大机器人研发团队、科技企业登岛合作。”任皓说。

各种类型的机器人训练场正在省内多点开花——位于绵阳的四川省具身智能机器人训练场、自贡的四川人形机器人多模态数据采集测试中心、宜宾的西南具身智能训练中心等也陆续铺开，一张关于机器人的“学区地图”正在四川形成。

此外，四川还出台政策，鼓励各方参与到机器人“学校”的建设中。

四川“十五五”规划纲要提到，加快建设大模型训练场、具身智能机器人训练场；《四川省加快推进“人工智能+”一号创新工程实施方案》进一步明确，加快建设“成都国家级和自贡、宜宾、遂宁、内江省级数据标注基地”“成都、绵阳机器人训练场”“宜宾、自贡、雅安等地数据采集工厂”等举措，发展数据采集、标注、合成产业，降低边际成本。

怎么学？ 工程师现场“手把手”教学

一边是真人，一边是“铁疙瘩”，跨“物种”的教学如何进行？

黄星辰是训练场首批入驻开展训练的机器人企业——成都人形机器人创新中心的现场工程师，他的主要任务是对电子皮肤这一零部件进行数据采集和测试，让未来的机器人能拥有与人一样的触觉感知能力。

“材料内部布满磁粉，受外力按压时，内部磁场会产生变化。它的最高精度可达0.005N，相当于0.5克的感知量级，1平方厘米的面积内可分布约10万个感应点。”黄星辰说，人的手指因为密布丰富的神经，所以可以根据物体不同的属性，控制使用多大的力量进行抓取。

但是，机器人无法像人一样对机械手进行自由控制。例如，用抓木头的力量抓鸡蛋，鸡蛋就碎了。所以，需要大量的数据采集，教会机器人把控力度。

“这项技术未来可帮助机器人完成抓取鸡蛋、玻璃杯等易碎、易变形物品的精细化操作，甚至可用于工业检测和帮助烧伤患者恢复触觉。”黄星辰说。

与黄星辰一样，徐文杰也是首批训练企业的现场工程师，他的教学模式更倾向“手把手”示范。

在零售服务训练区，徐文杰熟练地穿戴好VR设备，完成对机器人的同步连接，就像电影《环太平洋》中的驾驶员一样，随着手臂抬起、脑袋转动，一旁的机器人也做出一模一样的动作。

这个场景模拟的是商超柜台。另一位工程师操控一台机器人完成取货和配送环节，徐文杰控制的这台人形机器人需要接力完成扫码结算工作。

整个过程并不顺利，取货机器人在从货架抓取牛奶时，碰倒了其他货物，抓了两次才将牛奶取到；徐文杰这边的结账环节也比较“坎坷”，虽然顺利地拿起了扫码枪，但在转动商品扫码时总是对不准，反复调整角度后，才完成扫码。

对于这项教学任务，徐文杰认为，难点在于人机之间如何保持稳定和同步。“由于机器人手臂、手腕、手指等关节数量众多，操作主要依靠手腕活动带动手臂完成对应动作，而机器人的灵活度目前还不及人类手臂，所以需要保持手柄方向和机器人动作方向基本一致。稍有偏差，机器人就会出现动作不同步的情况。”

他表示，失败也是一种经验积累。在训练中，系统会记录机器人执行任务时的视频、运动轨迹、关节状态、力觉或触觉反馈，以及任务成功、失败和异常中断等结果信息。

把失败样本与成功样本进行对比，可以帮助企业分析机器人为什么没有抓稳、为什么出现路径偏差，或者为什么没有把物品放到指定位置，进而优化算法和控制策略，提高机器人完成任务的成功率、稳定性和安全性。