新手分
55/100
适合中国在校学生组队参加，且队伍中最好有人熟悉 PaddlePaddle 目标检测与 Python 部署。进入线下阶段还需要能面向宇树 Go1/2 四足机器狗完成自主巡检、避障越障和任务执行；指导教师须为学生所在学校的专职教师。
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
目标检测
能够运行基础方案并完成一次有效提交
Python 推理脚本
模型推理优化
四足机器狗导航与避障
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
难点不只是训练识别保护动物和森林障碍物的模型，而是把模型做成可自动评测、满足运行约束的提交包：模型大小受限，预测脚本须按指定命令产出 JSON，且前后处理均计入速度。线下还要在可能与备赛地图不同的真实地图上，让四足机器狗完成导航、避障和指定任务，并提交技术报告、演示视频及参加答辩。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。