北大-开物金如意AI LAB亮相全球机器人顶会ICRA2026

如果你问“今年ICRA最热的方向是什么”，答案毫无悬念：VLA（视觉-语言-动作）模型。在刚刚于奥地利维也纳举行的全球机器人领域顶级会议 ICRA2026上，北大-开物金如意AI LAB推出的TripleZeroPathPlanning（TZPP）系统引起广泛关注。该成果实现了异构多机器人在完全未知、非视距、障碍物密集的真实环境中的导航，且无需任何任务训练、无需先验地图、无需仿真支持，真正满足了“TripleZero”的硬核约束。

痛点直击：异构机器人协作难，训练要求高

“让机器人像人类一样默契协作——不依赖预训练，不依赖地图，不依赖仿真，真实世界任意环境畅通无阻。”

现有异构机器人系统（人形+四足）虽具有极强的互补性——人形机器人擅长高价值任务执行，四足机器人擅长复杂地形探索——但在面对未见过的非视距环境时，往往高度依赖预训练模型、预先构建的地图或仿真环境，难以快速部署到现实场景中。

TZPP正是为打破这一瓶颈而生：不训练、不建图、不仿真，也能高效协同。

核心创新：协调器-探索器协作+双模式自适应探索

TZPP提出一种简洁而强大的协作范式：

G1人形机器人（协调器）：接收自然语言目标，实时感知环境，判断能否直接导航；若不可行，则动态委派路径点。

Go2四足机器人（探索器）：快速探索未知走廊、死角、障碍物后方区域，返回可行性证据与候选路径点。

针对不同场景，TZPP设计了自适应模式X/Y：

模式X：适用于地标稀疏、视觉模糊的开阔区域，通过重新定位与全景扫描减少冗余探索。

模式Y：适用于障碍物/地形阻塞的结构化区域，通过局部探测可行绕行路径。

两者结合，使系统在视觉模糊与结构受限两类典型困难场景中均保持高鲁棒性。

实验在沙发搜索、柱子通行、灭火器搜索、斜坡绕行等多样真实场景中进行。与人类操作员（相同第一视角与动作约束）对比中，TZPP在保持任务全完成的前提下，人形机器人移动距离几乎与人类持平，复杂绕行场景中的表现尤为亮眼。

未来展望：让异构智能协作走向真实世界

目前，TZPP已全面开源代码、数据集及基准测试平台，推动LLM驱动的异构机器人协作研究：在此基础上，团队已推出下一代框架 AgentRob，将TZPP从闭环导航扩展到论坛中介的机器人编排系统——LLM智能体读取在线帖子，提取指令，通过MCP触发真实机器人动作，并将结果反馈回社区，实现社区驱动的机器人协作。

AgentRob论文：

https://arxiv.org/pdf/2602.13591TZPP

不仅是算法上的突破，更代表了中国科研团队在全球机器人顶级会议上的原创实力。从工业矿山到具身智能导航，这支研发团队正一步一个脚印，将最前沿的人工智能与机器人技术推向真实世界的每一个角落。联合实验室将继续深化产学研协同，围绕异构机器人协作、大模型驱动的具身智能等方向持续攻关，推动中国机器人技术的原创突破与产业落地。

关于联合实验室：产学研协同的典范

时间回溯至2025年11月，在多位嘉宾的共同见证下，“北大-开物金如意人工智能联合实验室”在北京大学正式揭牌成立，标志着开物信息/金如意大模型在人工智能领域的产教融合进入新纪元。这一联合实验室的设立，亦是北京大学“科技创新年”战略的重要举措之一，旨在通过产学研深度融合，推动人工智能与机器人技术从实验室走向产业应用。

在联合实验室的架构下，教育部青年长江学者、北京大学计算机学院长聘副教授杨仝教授担任首席科学家，带领团队在网络、数据库与大模型等领域持续突破，聚焦于矿山、物贸、能源等场景，结合人工智能与大模型技术开展交叉学科研究。TZPP正是这一持续深化的产学研合作的标志性成果。

北京金如意大模型科技有限公司作为联合实验室的共建方，与北大团队紧密协作，为TZPP的研发提供了强有力的技术与产业支撑。

媒体与投资人联系

CONTACT

联系人：郑先生

电话：13564224023（微信同号）

邮箱：zhengqinghua@sckaiwu.com

相关学习资料