概览
这场竞赛适合谁
适合已有 MuJoCo 使用经验、希望做双足/人形机器人基础运动控制的具身智能开发者。参赛者还应能独立使用 Git 在 AtomGit 仓库中 fork、整理代码并通过 Pull Request 提交作品；赛事形式为单人参赛。
查看官方简介原文
随着人形机器人和具身智能技术的快速发展，运动控制算法的优化与落地成为推动行业应用的关键。本赛项以青龙机器人为核心对象，聚焦其在仿真环境下的基础运动控制，旨在锻炼开发者在动力学建模、控制算法优化和开源协作中的实践能力。通过搭建统一的仿真平台（Mujoco），参赛者不仅能够验证运动控制算法的性能，还能在对比中不断优化方案，从而推动机器人步态控制、稳定性和能效等方向的突破。 设立本赛项，是为产业界积累优质的算法与实践案例，促进学术研究与产业应用的双向驱动，推动开源社区在机器人控制领域的深度发展。 Official category: 训练学习赛. Organizers: OpenLoong开源社区，人形机器人（上海）有限公司. Competition code: 2025OAC045. Participants: 1.
参赛准备
从报名到首次提交的准备步骤
- 01
MuJoCo 仿真
- 02
机器人运动控制
- 03
双足步态控制
- 04
Python 或 C++ 编程
- 05
Git 与 AtomGit Pull Request
- 06
技术报告与演示视频制作
投入前确认：难点不只是让机器人完成动作，而是在 MuJoCo 中让青龙机器人稳定完成行走、站立和跳跃三项动作；若要争取优秀奖，还需相对原有代码证明运动控制效果有明显优化。提交也有工程与开源要求：作品需通过 AtomGit 的 Pull Request 提交，并配套技术报告和运行演示视频。
来源