清华大学智能产业研究院（AIR）与RoboMaster组委会合作，将在ICRA 2023举办第二届RoboMaster机甲大师高校Sim2Real挑战赛（RMUS）。大赛旨在通过仿真提高真实世界中机器人完成感知、导航和操作等任务的性能，为全球科技爱好者提供云端可部署的数字孪生机器人平台，加速机器人领域的科研进展。上届大赛在2022年5月已成功举办，凭借富有创新性的赛事体系吸引到了麻省理工学院、卡耐基梅隆大学、苏黎世大学、帝国理工大学、慕尼黑工业大学、清华大学、南洋理工大学等海内外顶级学府在内的117支参赛队。
大赛核心形式是通过全自动运行的、经过官方改装的RoboMaster EP机器人兑换矿石，以获得相应分数。参赛机器人在5分钟比赛时间内，采用Sim2Real模式，根据兑换标签显示信息，兑换对应矿石来获取分数，最终根据总分数进行排名。比赛主要考察在仿真平台中完成的程序在实际部署中的运行效果。参赛队伍需要在模拟器中进行算法开发与调试，并在规定日期内在线上提交代码，官方人员将对应代码部署于相同型号的实体机器人中，以完成矿石兑换任务。相比于其它RoboMaster高校赛事，此项比赛无需参赛队伍制作实体机器人，参赛人员可将全部时间投入到算法设计中。
今年推出全新对抗赛制，对抗双方需要互相给对手出题（布置场地矿石位置），比拼搜寻兑换矿石准确率及速度。比赛将通过仿真测试，Sim2Real测试前两个阶段，筛选出晋级对抗赛的队伍。晋级队伍经过两个月的对抗赛训练，最终将在ICRA 2023的正式比赛中通过淘汰赛决出比赛名次。
实体机器人操作视角：放置矿石
奖项 |
排名 |
数量 |
奖励 |
特等奖 |
第一名 |
1 |
荣誉证书（每人） $5,000税前 |
一等奖 |
第二名 |
1 |
荣誉证书（每人） $3,000税前 |
第三名 |
1 |
荣誉证书（每人） $2,000税前 |
第四名 |
1 |
荣誉证书（每人） |
二等奖 |
五-八名 |
4 |
荣誉证书（每人） |
三等奖 |
进入AI对抗阶段比赛但是没进八强的队伍 |
（若干）根据各参赛队伍实际成绩确定最终领奖队伍数 |
荣誉证书（每人） |
优胜奖 |
进入Sim2Real阶段但是没进AI对抗阶段的队伍 |
（若干）根据各参赛队伍实际成绩确定最终领奖队伍数 |
荣誉证书（每人） |
此外，参赛队可收获丰富的机器人实战开发经验；在比赛中表现突出者，有机会获得DJI实习和AIR夏令营的机会。
1）参赛队员自行组建战队，通过RoboMaster官网中的报名界面完成赛事报名；
2）每名参赛队员在同一届比赛中只准许加入一支队伍；每支队伍最少1名队员，最多不得超过5名队员（包含5名），应在报名表中详细阐述每名成员的分工；
3）每队必须有注册队长1名，负责比赛项目进度管理、与组委会保持联系、提交比赛报告等；
4）正式队员需为2023年9月前具有在校证明的全日制在校生。
日程 |
项目 |
备注 |
2022年 11月14日 |
公布赛事规则及相关材料 |
RoboMaster官网 |
2022年11月14日- 12月31日 |
正式报名 |
RoboMaster官网 |
2022年 11月14日-
2023年 3月1日 |
仿真器调试阶段 |
参赛队员通过 官网提交代码 |
2022年 12月1日- 2023年 3月1日 |
Sim2Real调试阶段 |
组委会下载 参赛队伍代码 真实场地测试 和反馈测试数据 |
2023年3月1日- 3月15日 |
技术评审 |
根据真实 场地测试排名 确定入选队伍名单 确认参赛信息 |
2023年3月16日- 5月15日 |
AI对抗调试阶段 |
组委会下载 参赛队伍代码 真实场地AI对抗测试 和反馈测试数据 |
2023年5月20日 |
代码提交 |
仅有一次提交机会 |
ICRA 2023 当地举办 时间(待定)
|
正式比赛 |
参赛队伍无需 到现场进行比赛 |
正式比赛的时间为比赛举办地时间标准，其他的时间为UTC+8（即北京时间）标准。
ICRA（IEEE International Conference on Robotics and Automation），机器人与自动化国际会议，是由IEEE电气与电子工程师协会组织的机器人与自动化领域的顶级年度会议。IEEE旗下有39个学会，涵盖航空航天、电力、电路、通信、计算机、控制、信息等各领域。
DISCOVER实验室是AIR科研方向的横向支撑实验室之一，旨在利用机器学习、计算机视觉、计算机图形学、机器人学、运筹学、高性能计算与人机交互等前沿技术，围绕车路协同（V2I）、用户直连制造（C2M）、实验室自动化等各应用场景，构建以感知、规划、控制与决策为核心的智能算法平台体系，结合涵盖设计、工艺、计算与人因的智能系统架构体系，研究人-机-边-云四位一体的人在环路多智能体协同系统，开展具有创新性的算法理论与系统架构研究，紧贴以制造业为主的国家重点行业需求，攻克以人为中心的场景理解、人在环路机器学习、仿真到现实迁移与柔性制造工艺等关键技术瓶颈，与产业界深入合作探索自动驾驶与柔性制造的范式转移路径并实现关键技术验证与落地，推动我国在智慧交通和智能制造领域的产业升级。
