4月19日，全球首个人形机器人半程马拉松在北京亦庄鸣枪开跑，1200名人类跑者和百余支机器人赛队同场竞技，成为全球瞩目的科技体育盛事。深圳大学计算机与软件学院（以下简称“深大计软学院”）联合北京人形机器人创新中心组建的“深远遥行队”，在深圳校园内远程操控2000公里外的“天工3.0”机器人，顺利完成21.1公里赛道比赛，成为首个完成超远距离遥控机器人马拉松的赛队。
比赛现场团队成员合影
给“天工3.0”装上“千里眼”
“砰”！发令枪响，赛道上，“天工3.0”迈出第一步。而在2000公里外的深圳大学粤海校区的一间实验室里，操作员紧盯着屏幕，画面中正是机器人“第一视角”传来的赛道实况。赛道全长21.1公里，包含平地、坡道、弯道、狭窄路段等10余种地形，考验机器人长时间工作中动力控制、能源管理、环境感知与自主决策能力。操作员面前的摇杆微微推动，几乎同一瞬间，远在北京的机器人便稳稳加速，一路冲刺。
天工3.0机器人在赛道上起跑
这台“天工3.0”是北京人形机器人创新中心开发的全功能多面向机器人，拥有出色的运动能力和便捷的二次开发接口。而深大计软学院团队的核心任务，就是对它进行深度二次开发，主攻方向非常明确：在超远距离下，实现控制指令下发与视频画面回传的低延迟双向通信。
团队成员在机器人训练营开发测试
团队成员介绍，城市赛道上的马拉松，是对机器人运动控制、自主导航、续航散热、环境适应、系统可靠性五大核心能力的极限压力测试，帮助赛队快速发现短板、迭代算法，加速核心技术突破。为此，学院的崔来中教授牵头，周祺华、黄耀东两位教师带领莫昌康、蓝文俊、李明杰、梅琦、佘泳志、宓明康、郑宇双等本硕博学生组建联合攻关团队，依托团队在网络通信、边缘计算、人工智能领域的研究基础，让北京赛场上的机器人与深圳的控制方实现毫秒级的实时同步与精准联动。
左图是赛道上的天工3.0机器人，右图是深圳操作台前的操作员
跨越2000公里，超视距操控“几乎零延迟”
跨越南北2000公里，如何如队名“深远遥行队”的寓意一样，保证控制指令精准、极速？
据介绍，团队采用了面向超远距离机器人遥操作的云边端协同通信架构。系统构建了由机器人现场边缘节点、云端低时延会话枢纽、控制侧接入中继、远程指挥中心组成的多段双向通信链路。机器人在北京赛场通过5G网络接入，深圳操控端则通过控制侧接入节点进入云端通信枢纽，由云端统一完成会话汇聚、双向路由、链路遥测和异常恢复。
该架构将跨越约2000公里的复杂公网通信拆解为多段可观测、可调度、可恢复的传输链路。机器人侧边缘节点负责相机采集、视频预处理、控制指令落地和本地状态守护；云端会话枢纽负责控制流、视频流和遥测流的会话管理与链路状态感知；深圳指挥中心则负责操控输入、画面显示、状态监控和延迟评估。通过这种“边缘实时处理+云端传输编排+控制端交互监控”的协同方式，系统能够在5G链路抖动和公网不确定性下，仍然保持远程操控所需的实时性和连续性。
在控制链路上，团队针对机器人运动控制高频率、小数据包、截止时间短的特点进行了专门设计。控制指令不是偶发的大消息，而是以固定频率持续下发的小包控制流，因此系统将控制链路与视频链路逻辑分离，为控制包配置更快的传输刷新、更小的等待窗口和独立的会话通道。指令到达机器人侧后，由边缘进程快速写入本地控制接口，再发布到机器人控制链路中。实测数据显示，控制信号从深圳控制端发出，到北京机器人侧接收并写入本地控制接口，在完整的马拉松比赛中，端到端中位延迟约39毫秒。
在视频回传上，团队采用低延迟视觉链路，机器人侧直接从相机采集画面，在本地完成图像解码、缩放、重新编码和元数据封装，再将每一帧即时发送回深圳控制端。控制端收到后按最新帧进行解码、显示和新鲜度检测。实测结果显示，视频链路在正常状态下，从机器人侧采集、编码、发送，到控制端显示，端到端延迟约66-75毫秒。团队也在视频链路中加入了帧序号、背压控制、队列压力监测、过期帧管理和显示端新鲜度检测，尽可能避免旧帧堆积拖慢操控判断。
最终，通过分段式端边云通信架构、控制与视频双通道隔离、高频小包控制优化、流式低延迟回传以及全链路遥测恢复机制，团队在北京至深圳的超远距离场景下，实现了控制指令下发与视频画面回传的低延迟双向通信。它不是实验室里的理想链路，而是在真实5G波动、公网传输和赛道突发情况下经过验证的远程机器人通信系统。
从赛场到未来，挑战背后的科研和育人探索
一场机器人马拉松的完赛，对“深远遥行队”而言，不仅是在激烈的角逐中争取到了荣誉，还验证了研发技术的有效性和可靠性，更是对未来应用场景的深刻探索。团队成员表示，相信在不远的将来，人们能通过超远程决策，在千里之外控制机器人以更快的速度、更高的效率去完成高危救援、极端环境勘探等复杂任务。
天工3.0机器人第一视角终点冲线
这项史无前例的“硬核”挑战背后，是深大计软学院在网络通信与边缘计算领域的长期积累。就在比赛前不久，崔来中教授牵头的“不确定性表征驱动的学习与智能优化方法”成果荣获2025年度吴文俊人工智能自然科学奖一等奖，其理论方法恰好为本次通信架构中的链路调度与异常恢复提供了关键支撑。而以赛促学、以研促用，正是学院人才培养的一贯路径——学院与华为、腾讯等头部企业深度合作，将课堂所学直接应用于前沿技术攻关，让代码不再停留在论文里，而是跑进真实世界的每一个关节里。
从深圳到北京，从实验室到马拉松赛道，深大计软学院用一次跨越2000公里的奔跑，验证了超远距离机器人遥操作的可行性。未来，这项技术将在更广阔的应用场景中，让人机协作的边界不断延展。
