人类驯服足球的历史已经有177年了，如果再算上蹴鞠、哈巴斯托姆这样的早期形态，还可以再往前追溯大约两千多年。这项“世界第一运动”迄今已吸引了超过40亿人投身。在此之后，人类还希望驯化机器人踢足球。

　　在过去差不多30年时间里，一代又一代机器人为了这个目标而接力。足球也因此会成为机器人体坛史上最悠久的一项运动。

　　毕竟，培养出一个“梅西”已是不易；而要在瞬息万变的球场上扑球、射门，甚至和队友打配合，对于今天走路尚且蹒跚的机器人而言，简直无法想象。而花大价钱培养出来机器人“梅西”之后，它又能用来做什么？

　　“我们得出的结论其实有一点反共识，就是像人一样，从玩开始。”他向雷峰网(公众号：雷峰网)AI科技评论解释，人类小孩同世界最早期的接触就是玩耍，而不是写作业、打螺丝，或者其他功能性的事务。在玩的过程中，人类会逐渐理解空间物理规则以及人之间的互动法则。

　　而踢足球恰好满足了王弢的期待——他本人也是足球迷——它集合了“玩耍”应当具备的各种元素，包括动态的物理环境、明确的目标、反馈、合作与对抗……

　　当年，加拿大不列颠哥伦比亚大学教授艾伦·马克沃斯（Alan Mackworth）在一篇题为《On Seeing Robots》的文章里提出，通过足球赛为人工智能和机器人学科发展提供一个富有挑战性的课题。

　　这件事在仅仅一年之后，就在日本落为现实。东京的研究人员们进行过可行性研究和成本效益分析后，最终于1993年6月发起了“Robot J-League”机器人足球比赛，这个名字源于日本职业足球联赛J-League。

　　但当时各方仍然在等待一个合适的节点，这个节点在1997年姗姗来迟——5月，IBM计算机“深蓝”在同国际象棋世界冠军加里·卡斯帕罗夫的对弈中大胜。于是，趁着“深蓝”的热度，8月，RoboCup首届比赛在日本名古屋举行。

　　同年，首届FIRA世界杯也在在韩国大田科学技术研究院组织下举办。至此，机器人国际足球赛的两大系列赛均宣告就位。

　　彼时，机器人仍停留在“硬件定义”的年代，日本凭借机械制造高地的名号站在世界的聚光灯下，而中国还只是机器人足球梦里渺不可察的一粒砂。1999年，首届RoboCup机器人世界杯中国赛举办，隶属中国自动化学会；而直到2006年，其才发展为RoboCup国际联合会认定的五大国际区域赛之一。

　　学界很快跟进，当时，清华大学算得上国内较早的机器人足球“青训基地”。2001年，清华大学计算机系的风神队首次参与RoboCup，即斩获仿真组冠军。

　　2003年，现任清华大学机器人控制实验室主任的赵明国博士后出站，留教自动化系，期望能找到一个一个合适的活动，串联起教学与研究。赵明国的研究方向正是机器人的步态控制。正巧Robocup开始增设了标准平台组，一切都不谋而合。

　　次年，自动化系筹集了一笔经费，买了两批索尼机器狗，招兵买马正式组建了火神队——“火神是希腊神话里制造工具的神。”赵明国告诉雷峰网AI科技评论。

　　火神队在2004年的国内比赛首秀中拿下了冠军，这是个不错的开门红，但随后的国际赛中，团队却屡屡受挫。2005年，火神队艰难挺进了16强，却无缘8强；2006年，他们再次愈挫。情况直到转向人形之后才出现转机。当然，这是后线余年里，赵明国一直扎在这个领域里。

　　他看中“踢球”这项任务背后的能力迁移。“‘深蓝’击败卡斯帕罗夫，象棋的问题解决之后，我们一致认为，机器人的下一个课题会是足球。”他解释，踢球是一项极为复合的技能，它们不仅得“知道”球在哪，还得踢得准，掌握各种脚法，并且随机应变，背后的诸多能力可以向其他行业应用迁移。

　　最初的RoboCup仅设置了小型组、中型组和仿真组三个组别；同年，首届FIRA世界杯同样也确立了小型轮式机器人的赛制。1999年，RoboCup开始增设“四腿组”，统一使用索尼的Aibo机器狗参赛。2002年，日本福冈举行的RoboCup开始设立类人组（Humanoid League），“人形时代”的大幕正式拉开。

　　但“像人”不仅指下肢的数量，还包括如何“像人”一样预判球的滚动，灵活跑位，追上球，盘球国人，最后将其精准射进对手门里。

　　2002年的首次类人组比赛一片纷乱——机器人独立行走已是不易，遑论踢球。很多参赛机器人必须依靠外部供电，并借助遥控器移动。当年，定价15万美元的富士通HOAP由于机载处理能力不足，所有视觉处理等工作都必须在PC上完成。

　　鉴于这些不足，技术委员会定下规则：遥控机器人进球计分仅为自主机器人进球的一半，以鼓励探索提升机器人的自主性。

　　但机器人进化的速度显然超出人们的预估，仅仅两年后，所有机器人已经可以完全自主行走。上述规则也随之被从参赛手册中移除。

　　2008年，赵明国开发了一个专用于人形机器人走路的“虚拟斜坡法”，使机器人的行走速度提升到了与奥林匹克竞走运动员相当的水平。火神队因此取得了当年RoboCup类人组TeenSize的亚军——这也是中国在该组别的首枚奖牌。

　　由于机械结构的灵活性远低于人体脚踝，再加上缺乏触觉融合和力反馈，机器人们往往“脚法”粗糙，踢球部位随机且无法控制施力的大小和角度。

　　“难点在于机器人没办法踢中移动中的球，球一直在滚动，而且这种滚动有一定的不确定性。”赵明国表示，简单来说，现在的机器人还没有办法叠加计算球滚动的轨迹以及自己奔跑的速度，它们只是看到球在哪里，于是跟到哪里，“如果机器人正好拦截到了一个球，那一定是盲跑时恰巧碰到的”。

　　目前，机器人射门通用的方法仍然是做“连线题”，即先跑到球附近，站在球与球门连线的延长线上。从人类的观感上看，机器人常常在球附近犹豫，这是因为视觉上仍然有很多不稳定的因素，机器人在不断调整并对准球门。

　　为解决这一点，赵明国透露，他的团队正在开发视觉-行为的端到端算法，能在噪声下完成任务，使机器人无需反复调整即可快速踢球，预计会在今年8月的比赛中初用。

　　王弢也将市面上多数机器人踢球的过程形容为“球被脚捅着往前滚了一段”，而非机器人自主地控球，更不用说盘球、带球过人等动作。

　　例如，深庭纪通过强化学习与视觉结合，不仅聚焦本体控制，也考虑到同物理世界交互，使机器人能将球牢牢控制在脚下。从网络视频来看，其机器狗有时会用一只前脚先将球往回拨调，另一只前脚踢球，类似盘球的脚法已经被训练了出来。

　　赵明国指出了短期内的三个方向：首先，机器人要学会更复合的步法。以火神队的Omni-direction行走为例，能使机器人倒退、转弯，甚至螃蟹步；

　　其次，人类能灵活选择用足弓踢或者脚背踢，并把一切动作流畅衔接起来，机器人现阶段仍是盲走盲踢，接下来要在视觉引导下对涉及到的任务做分类和切换；

　　最后，机器人仍然会摔倒，这很正常，但关键在于爬起的动作。赵明国希望，未来，它要能够顺势倒、顺势起，而不是起身前先做上一套程式化的动作。

　　事实上，“更像人”也符合Robocup的终极目标。尽管成立最晚，但类人组的颁奖在整个仪式中是压轴的一环。冠军队会拿到一支LV杯——正如足球世界杯的大力神杯——这支奖杯是流转的，每年由上一年度冠军带回颁发给继任者，但每届冠军队都可以在上面刻下名字。而到目前为止，中国队还没能把名字留下。

　　配合能力在赛制考核中不断加重。Robocup起初只是玩点球，2005年，足球赛才开始成为KidSize组的正式项目；但体型较大的TeenSize还在点球，该项目在2007年发展为“运球射门”，2010年正式开始参与2v2球赛。

　　2008年，KidSize足球赛每队机器人数量从2个增加到了3个，并于2014年继续增至4个，场地面积也扩大了1倍多。

　　今年，一直作为RoboCup标准平台的NAO的母公司Aldebaran宣布破产，这也意味着，从今往后，比赛所使用的NAO将不再有公司供给、养护。再加上NAO的硬件愈发难以承载对AI的开发，已使许多参赛队抱怨连连。

　　有火神队基因的加速进化开始走进他们的视野。赵明国给加速进化产品的定义就是NAO的替代品、Robocup的全新平台。但他们需要demo一场比赛证明自己。

　　RoBoLeague呈现出两点显著变化：赛制由2V2改成了3V3；取消了跟在机器人后面的保护员handler。赵明国还透露，组委会仍在研讨，今年国内Robocup比赛很可能会进一步升格为5v5，比赛场地也会换成标准人类5人制足球场。

　　球队成员越来越多，人的介入越来越少，赛场情况越来越复杂，这也意味着，机器人的交互能力越来越重要。

　　挑战一方面源于不断扩大且日渐复杂的球场环境，因为球场开始刻意引入随机障碍物，2010年额外照明也被移除，光线问题也增加了困难。足球被阴影覆盖、被障碍物遮挡以及球场反光都可能导致丢球。RoBoLeague中，由于足球是白色的，为避免识别错误，“球员”被要求一律穿黑鞋。

　　足球快速滚动时，相机还会产生模糊，机器人也可能“看丢球”。对此，深庭纪调整了相机快门速度，但调整太多又会导致露光性变差，需要找到一个平衡。

　　围绕这一点，Robocup技术委员会及参赛者进行了漫长的争论。争论的结果是：人形机器人应仅限于类人的传感器，因此，足球赛应禁用全景视觉（即背面不设置摄像头）和各种主动传感器（如激光雷达、超声波、红外测距传感器）。

　　呈现在赛场上，机器人往往频繁左右扭头搜寻，如果足球恰好不在其正面，它们便迷茫地站在球场上不知所措。

　　在王弢看来，如果面向泛化的户外场景，过于依赖高精地图或激光雷达不是可扩展的路径；只要数据够多，模型迭代跟得上，视觉就不是问题。为此，他们采集了泥土、草地等大量场景数据……以提升机器人对不同地形地貌的适应性。这位出身小鹏、有近十年自动驾驶经验的创业者，是纯视觉方案的坚实拥趸。

　　由于机器人进场后是“零遥控”，但其又无法直接“听懂”裁判指令，因此，后者往往要经由Game Controller裁判机转换成机器语言、经无线网络传输给机器人。赵明国表示，未来，机器人还要能听懂场外教练的指挥，通过一些特殊的声音判别，明白教练哪句话是对它说的、哪句话是告诉队友的。

　　在RoBoLeague的第二场半决赛，多名机器人曾挤在一起抢球，最后全部跌倒。这样的情况时有发生，比赛因此优化了判罚机制——“正面对抗，球在中间”不构成违规。缺少配合是另一表象，多数进球靠“单带射门”而非传球配合。

　　赵明国解释，实际上机器人还没有办法分辨敌我，它会把所有机器人统一判定为障碍物；做得较好的参赛队算法上会有任务分配机制，比如离球近的机器人去踢球，另一只配合跑位，但其他队伍几只机器人用得是一套策略。

　　“等升级到5V5后，如果还不做角色分工，可能会有8个机器人围着球扎堆、相互影响，场面会更难看。”他坦言，现在几乎还没有涉及群体决策的阶段，想要互相配合，对球的控制力得先达到一定程度，现在显然还不够。

　　将这些全部综合起来，感知全场人与物，就涉及一个更时髦的概念——空间智能。

　　或者换句话说，在上肢能力普遍被认为更重要的今天，足球所代表的跑、踢、搜索、预判场上的人与物的轨迹并与之交互的能力，迁移出来能够什么？

　　一只会踢球的狗，看起来并不是新鲜物种。2019年，麻省理工学院仿生机器人实验室的机械狗mini-Cheetah就已经具备了传球能力；后来，加州大学伯克利分校又为它部署了一个强化学习框架，使它的守门成功率达到了比人类还高的87.5%（人类足球运动员的平均守门成功率仅为69%）。

　　王弢将深庭纪的工作称之为“技术下山”，将实验室的技术放到真实环境中去进化。机器狗会在端侧算力下实时推理，应对不同光线条件、地形地貌、人类行为，从而更具备泛化能力，同时在产品工程化上也做了很多工作。

　　在他看来，技术演进一定需要在真实场景中得到真实世界的数据和用户反馈，赛场说到底还是一个相对可控的有限场景，机器人要实现万亿级别市场，一定是通过真正走到C端来实现的，“那不如我们一开始就瞄准这个目标，先切入家庭”。

　　踢球也只是其诸多技能点之一。除此之外，机器狗还可以玩祝迷藏，自主识别并跟随主人，建立“地理围栏”并监护未成年家庭成员是否走出安全区。

　　除了陪伴类产品，市场还有诸多答案：例如，需要实时感知全场、调整策略的巡检机器人，正如球场上审时度势、随机应变的“球员”。

　　随着机器人热度居高不下，不少体育赛事本身也会反向“蹭热度”，邀请机器人公司助阵、暖场。

　　1997年的首届Robocup吸引了来自11个国家的40支参赛队伍，以及超过5000名观众；日前的RoBoLeague，截至比赛当晚九点半，全网累计114家平台直播观看量达到1.36亿，比赛还进行了公开售票，票价为99元/人。

　　关于机器人体育赛事的商业前景，早在70年前就已有探讨，由查德·麦瑟森发表的一部小说《铁甲》就描绘过对机器人格斗的想象：2020年，人类拳击已成往事，依靠映射功能，人机共融的机器人拳赛成为最流行的娱乐活动，在无数人头攒动的地下拳场中上演。小说后来被改编为电影《铁甲钢拳》。

　　单从运动本身而言，足球的群众基础实际远胜于格斗，特别是在中国。无论火了多年的贵州村超、佛山西甲，还是今年意外走红的苏超，都是足球赛。这种浓郁的草根属性能够强化冰冷机器所欠缺的情感承载力，也因此赋予了其商业价值。

　　“这次把RoBoLeague做成售票制，也是想测试一下观众对这件事的接受度，整体来看结果是正向的，直播转播情况也都不错。”赵明国很看好这类“科技+体育”的产业，他认为，机器人足球赛的发展走势未来会同电竞差不多。RoBoLeague的赛场也选择了北京亦庄的智慧电竞赛事中心举行。

　　目前，全球大约40亿人参与或关注足球。去年，国际足联世界杯仅凭借其中的1亿粉丝便实现了63.1亿美元。机器人足球亦期望能在未来分一杯羹。

　　时间回到1997年，Robocup最初的设想是，在2050年组建一支完全自主的仿人机器人足球队，并在符合国际足联官方规则的基础上打败人类足球世界杯冠军。

　　2019年7月的Robocup期间，荷兰埃因霍温科技大学的机器人代表队Tech United作为中型组足球比赛的冠军队伍，MK体育官网入口同人类球队进行了一场友谊赛。5个身量不足1米的机器人同5名人类球员对垒，最终以1:4败北。但在一次后场长传中，机器人球队曾突破了人类的防守，攻入了一球。

　　两百年前，1830年，同样是一场比赛中，“汤姆·拇指”号蒸汽机车也在一片哗然中输给一辆马车；而今天，时速可达501公里的上海磁悬浮已是拍马不及。

　　“战胜人可能有点难，但“像人”一样踢球肯定没问题。技术每五年都可能会有一次大的进展，在2050年之前，我们还有四五次这样的机会。”赵明国说。