第三届中国高校智能机器人创意大赛决赛通知
（3）录制时长不超过3分钟的作品介绍PPT（含语音）视频，格式为mp4。
（4）作品详细设计报告（word版，报告格式自定，篇幅一般控制在30页A4内）。
（5）参赛作品（实物模型）翻魔方的一次完整视频（限90秒内，限mp4格式，文件大小不超过50M）
（6）作品介绍出版授权书（全体参赛学生签名后扫描件提交），格式见点击下方原文查看新闻附件3。
作品介绍的撰写和视频内容的制作可参考陆国栋、顾大强、王进主编的《首届中国高校智能机器人创意大赛获奖作品精选》（浙江大学出版社，2019）一书。
主题三及无人机专项挑战赛C、D组
（1）作品介绍700-800字，Word电子版，供参考的范文见格式见点击下方原文查看新闻附件2。
（2）作品图片（A4大小）或照片2张，精度300dpi-600dpi，格式为jpg、tif。
（3）完成决赛任务一镜到底的视频（具体要求看决赛规则，限300秒内，限mp4格式，文件大小不超过150M）。
（4）作品详细设计报告（word版，报告格式自定，篇幅一般控制在30页A4内）。
（5）统一部件组仿人视觉对抗B项目、无人机专项竞赛C项目将采用仿真评比进行决赛，具体要求请查看决赛规则。
主题三及无人机专项赛决赛规则发布网址：http://www.robo-maker.org/dszq/gedou/。
作品介绍的撰写和视频内容的制作可参考陆国栋、顾大强、王进主编的《首届中国高校智能机器人创意大赛获奖作品精选》（浙江大学出版社，2019）一书。
专项挑战赛A、B组
（1）作品介绍700-800字，Word电子版，供参考的范文见格式见点击下方原文查看新闻附件2。
（2）作品图片（A4大小）或照片2张，精度300dpi-600dpi，格式为jpg、tif。
（3）完成决赛任务的一个视频（具体要求看决赛规则，限300秒内，限mp4格式，文件大小不超过150M）。
（4）作品详细设计报告（word版，报告格式自定，篇幅一般控制在30页A4内）。
02
决赛作品提交材料时间
主题一：2020年11月4-2020年11月15日。
主题二：2020年11月4-2020年11月20日。
主题三：2020年11月4-2020年11月20日。
温馨提示：请参赛队仔细检查各主题要求提交的材料项及提交时间，逾期不收，材料不全的作品，按形式审查不合格，可不予评审。
03
决赛作品的评审
主题一
1.所有参赛作品应与本届大赛的主题和内容相符，与主题不符的作品不能获奖。是否与本届大赛主题相符，由每位评审专家对作品评审时独立做出判断。
2.评分标准：在作品切题的前提条件下，从作品的新颖性、潜在应用前景、科学性三个维度对作品做出做综合评价。不以产品技术实现的难易做为主要评价标准，对具有颠覆性创新的作品，对其技术实现方案做宽容性评价。
3.评委通过参赛队所提交的决赛作品介绍、作品介绍PPT（含语音）视频、动画、实物模型视频等材料了解作品，给出综合评分。
4.作品的评分按100分制。与主题不符的作品按0-59分给分，其余作品分成三个分数段给分，各段的百分比为：90分（含90分）以上的作品占20%，89分-71分的作品占60%，70分以下的作品占20%。
5.所有参赛作品分为若干组评审，组与组之间分数不做横向比较，按组内的分数由高到低，取每组前15%作为一等奖候选队。
6.一等奖候选队，通过线上答辩（PPT、视频或现场演示、回答评委提问等形式），评出一等奖。2020年11月底发布一等奖候选队名单，线上答辩时间为12月6日（暂定）。线上答辩采用腾讯会议（备用系统采用钉钉会议）。
7.除获一等奖队外，其余各参赛队按组内的分数由高到低分别获得二等奖、三等奖和入围奖，其中评分为59分（含59分）以下的参赛队不予授奖。
主题二
本次决赛采用评委在线实时观看参赛队翻魔方全过程，在线系统采用腾讯会议（备用系统采用钉钉会议）进行，时间：11月29日（暂定）。
按照《第三届中国高校智能机器人创意大赛魔方机器人决赛程序和裁判规则》（注：另行发布）进行翻魔方时间赛，取参赛队3轮翻魔方时间最短的一次计成绩，各参赛队按照时间从短到长排序（如遇成绩相同，按3轮比赛中的第二短时间排序），取前6名为一等奖候选队。
除一等奖队外，其余各参赛队按时间从短到长分别获得二等奖、三等奖和入围奖。对明显不符合竞赛规则和要求的参赛队，经专家委员会投票表决认定，作品不予授奖。
主题三及无人机专项挑战赛C、D组
根据各参赛队提交的决赛材料，组织多名专家进行评审，评选出各等级的奖项，对有争议的作品会安排线上答辩。评审有以下依据:
（1）作品视频及设计报告是否充分展示了参赛机器人的外观、尺寸、机械结构设计，完成决赛任务的软件策略、程序框架、独特的算法设计等。
（2）作品视频充分展示了参赛机器人完成决赛任务的全过程、或部分过程及完成效果。
（3）作品视频及设计报告有独特的见解及创新点。
（4）作品视频及设计报告针对团队已取得的成绩、现存问题的反思、针对大赛的良好建议等。
（5）作品视频画面剪辑合理，内容结构完整、流畅、和谐合理的表达出内容。设计报告文档排版整齐、内容标准规范、文字描述准确、清晰。
采用仿真评比的决赛项目，根据参赛队提交的开发程序，在统一的软硬件平台上进行评判并全程直播。
专项挑战赛A、B组
1.根据各参赛队提交的决赛材料，组织专家进行评审，给出作品理论成绩。
2.评委在线实时观看参赛队完成任务全过程，给出实战成绩。在线系统采用腾讯会议（备用系统采用钉钉会议）进行，时间：11月29日（暂定）。
总成绩=理论成绩+实战成绩。
04
其它
1.参赛作品必须为原创，且不侵犯他人知识产权，已经公开或申请专利的，请注明。
2.建议参赛队尽快进行作品的专利申请，以保护作品的知识产权。
3.大赛主办方无偿享有对参赛作品进行部分或全部复制、信息网络传播、展示、汇编、出版的权利，作者拥有署名权。
05
组委会联系人及联系方式
1.中国高校智能机器人创意大赛组委会秘书处
联系人：余晓霞/代晨
电子邮箱:yuxx@mycloudedu.com.cn/chendaisy0616@163.com
2.大赛的官方网址：http://www.robotcontest.cn/
大赛官方交流钉钉群：返回搜狐，查看更多
我院学生参加中国高校智能机器人创意大赛决赛获奖
日前，由中国高等教育学会指导，中国高校智能机器人创意大赛组委会主办的第三届中国高校智能机器人创意大赛获奖名单正式公布，同济大学参赛队获得一等奖1项、二等奖2项、三等奖2项。
本次大赛共分三个主题和一个专项，参赛学生可根据自己的专业特长和兴趣爱好选择其一参赛：主题一（创意类）：智能机器人——让生活更美好；主题二（竞技类）：魔方机器人——挑战更快；主题三（创意格斗）：“IRFC”智能机器人格斗大赛——挑战更强；专项赛：ROS机器人与无人机挑战。大赛自启动以来受到全国高校师生的广泛关注和热烈响应，据统计全国共有335所高等院校的2378支参赛队伍报名参赛。本次大赛采用初赛、决赛赛制，大赛组委会邀请知名高校专家组成专家委员会，经过报名材料接收和初评，在今年11月下旬评选出获得决赛资格的作品536件。受防疫要求影响，本次大赛决赛评审改为线上举行。12月上旬，经各评审环节，共评选出创意类、竞技类、格斗类3个主题和专项类的获奖作品（一等奖、二等奖、三等奖、入围奖）463件。
电信学院创新基地面向全校本科生组织参赛，由于比赛时间的推迟，备赛工作受到较大影响，调整组员后的8支参赛队伍经过初赛获得不同赛项的5个决赛资格，在决赛中分别获得一等奖1项、二等奖2项、三等奖2项。决赛获奖队伍来自全国大学生智能汽车竞赛实验室，由教师张志明、朱劲、余有灵指导，本科生黄钰（电子科学与技术）、张建威（电子科学与技术）和黄紫琦（文化产业管理/人文学院）完成的作品——“家庭日常护理服务型机器人”获主题一（创意类机器人）三等奖；杨卓沅（电子科学与技术）、冯翊（自动化）、石雨辰（电子科学与技术）和贾浩东（自动化）组成的“代码全队”获主题三（体感仿人格斗）一等奖；郭思彤（自动化）、陈星熠（电子科学与技术）、朱子辰（自动化）和刘政钦（自动化）组成的“搏击俱乐部队”获主题三（体感仿人格斗）二等奖；杨帅（测绘工程/测绘与地理信息学院）、罗翊杰（自动化）、袁新航（信息安全）和苏畅（电气工程及其自动化）组成的“TACO队”获主题三（仿人视觉对抗）二等奖；刘昊（自动化）、韩立君（自动化）、赵文瑞（电气工程及其自动化）和张米（电气工程及其自动化）组成的“智信夺宝队”获专项赛（迷宫夺宝）三等奖。
本次大赛受同济大学本科生院支持，参赛本科同学分布于电信学院、测绘与地理信息学院和人文学院，涉及自动化、电子科学与技术、电气工程及其自动化、信息安全、测绘工程、文化产业管理等多个专业。同济大学大学生电子信息科技创新基地，在学校人才培养目标的方针指导下，面向全校本科生开放，涵盖控制、电子、电气、机械、信息、软件等多个专业，进行创新教育研究并参加相关学科竞赛，在本科生院和电信学院的支持下，多年来在高水平大学生竞赛活动和创新创业训练计划中取得了比较突出的成绩。
同济大学决赛获奖证书
参赛队伍：“代码全队”（从左到右：杨卓沅、贾浩东、冯翊、石雨辰）
参赛队伍：“搏击俱乐部队”（从左到右：陈星熠，刘政钦，郭思彤，朱子辰）
参赛队伍：“TACO队”（从左到右：苏畅、罗翊杰、袁新航、杨帅）
参赛队伍：“智信夺宝队”（从左到右：张米、刘昊、韩立君、赵文瑞）
参赛队伍：“家庭服务型机器人”（从左到右：张建威、黄钰、黄紫琦）
关于2023年“申昊杯”第四届中国研究生机器人创新设计大赛南京理工大学校内选拔赛的通知
各研究生培养单位：
为深入贯彻习近平总书记对研究生教育工作的重要指示精神，按照学会文[2022]24号《关于举办2022年中国研究生创新实践系列大赛的函》相关要求，学校即将组织开展2022年“申昊杯”第四届中国研究生机器人创新设计大赛南京理工大学校内选拔赛。“中国研究生机器人创新设计大赛”旨在不断推动机器人科技创新发展，促进机器人科技及其转化成果更好地推动社会经济发展，大赛是“全国研究生创新实践系列活动”主题赛事之一，参与竞赛能激发研究生创新意识，提高研究生创新和实践能力，并利于培养团队合作意识、创新创业精神。现要求各研究生培养单位组织学生参赛，相关事宜安排如下：
一、竞赛组织与参赛办法
1.本届研究生机器人创新设计大赛由研究生院主办，机械工程学院承办，各研究生培养单位正式注册的在校硕士研究生、博士研究生及已获本校研究生入学资格的应届本科毕业生均可参赛。
2.本届大赛参赛作品范围包括机器人的新概念、新技术、新产品，坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，不断向科学技术广度和深度进军。参赛作品可以围绕某个机器人领域的主题（如工业领域、家政服务领域、康复医疗领域等），重点考核研究生对社会需求的洞察能力、创新性设计和关键技术实现等能力，提升研究生教学与科研创新实践水平，促进机器人产业的发展。
3.竞赛按照作品的成熟度和技术特点共分为：仿真组、部件组、集成组和医疗健康专项组。
4.竞赛以队长所在单位为基本报名单位，每支参赛队由1-5人组成，设队长1人，可跨学院组队参赛。每队指导教师1-2人，且每名指导教师最多限指导3个队。
5.参赛作品项目报告书（初赛）提交截止时间为2022年5月18日。参赛团队在5月18日前将参赛作品项目报告书（模板可见附件一）电子稿以及推荐项目汇总表（模板可见附件二）电子稿打包压缩后发到机械工程学院研究生会工作邮箱(1161032804@qq.com)，发送邮箱格式为：“参赛学院-参赛队名-项目名称”。同时在5月18日之前将参赛作品项目报告书纸质稿提交到机械工程学院221办公室刘宇老师处，联系电话：025-84315626。
6.本届校赛参赛官方通知交流QQ群：763713090（所有报名同学请入群）
7.报名截止日期后，参赛队员及参赛作品不可变更。如因特殊情况必须变更，参赛队需向组委会提交变更申请，组委会同意后，方可变更。
二、赛题说明
（一）参赛作品的形式与内容要求
1.仿真组：提供机器人三维仿真分析、数字化设计、算法等方案，提出可行性分析报告；
2.部件组：提供机器人部件的创新设计方案与样机，并进行部件功能的实物展示或视频演示；
3.集成组：提供机器人整机的创新设计报告与样机，并进行整机的实物展示或视频演示；
4.医疗健康专项组：提供医疗健康机器人整机的创新设计报告与样机，并进行作品的实物展示或视频演示。（医疗健康相关项目既可报名以上三个常规组，也可报名专项组。）
（二）评审方法与评分细则
第一阶段（初赛）：机器人创新概念设计阶段
线上评审，每个队伍必须提交申报项目的技术方案或设计规划报告，评审专家委员会根据所上传报告进行初评。
第二阶段（决赛）：机器人设计实现阶段
进入决赛的队伍，需要按照分组进行计算机动态仿真、作品展示和现场答辩，由评审专家确定作品获奖等级。
三、其他事宜
1.本次竞赛奖项将根据参赛队伍及作品情况，按一定比例评出校级一、二、三等奖，颁发荣誉证书及奖品，并推荐优秀作品参加2022年“申昊杯”第四届中国研究生机器人创新设计大赛。
2.研究生创新实践系列活动同件作品不可重复参与，互联网+等其他参赛项目不受此限制，可积极报名参赛。
四、大赛组织联系方式
机械工程学院刘宇老师
联系电话：025-84315626，邮箱：407317102@qq.com
机械工程学院韦笑老师
联系电话：025-84315626，邮箱：1203082768@qq.com
附件1：“申昊杯”第四届中国研究生机器人创新设计大赛南京理工大学选拔赛参赛作品项目报告书.doc
附件2：“申昊杯”第四届中国研究生机器人创新设计大赛南京理工大学校内选拔赛推荐项目汇总表.xlsx
南京理工大学研究生院
南京理工大学机器人创新设计大赛工作委员会
南京理工大学机械工程学院
2022年5月6日
机械创新社团：第十届全国大学生机械创新设计大赛获奖作品集（视频）
作品一
作品名称：“沙漠华夫饼厨师”自动草方格机
获得奖项：二等奖
参赛者：孙哲 梁黎明 余岩明 张焕梓 朱旭阳
指导教师：李深磊 张佳琛
作品简介：
本设计是一款用于防风固沙的生态修复机械设备，将生物治沙与工程治沙有机的结合。该设备主要由横向压草装置、纵向压草装置、行走装置、精度校准装置以及种子喷灌装置五大装置组成。其中，压草装置可同时完成横向、纵向压草，使草方格可一次成型，相较于传统的草方铺设机压制速度极大提升，同时避免了二次压制草方格时对原有草方格的伤害。行走装置采用了履带式行走机构，负重作业优势更明显，在沙漠中运行平稳。设备配备红外对射以及超声波传感器，确保了铺设草方的质量，提高了设备的自动化程度。设备还加入了种子喷灌装置，该装置能够在每一个草方格内喷射少量的耐干旱草种，使得生物治沙与工程治沙相统一，极大地延长了草方格的使用周期。本产品是一款能有效提高草方铺设效率，降低人力物力投入的创新型全自动生态修复机械。
作品演示：
作品二
作品名称：新型智能环保沙滩清洁车
获得奖项:三等奖
参赛者：王艳坤 卢鼎 于梦雨 李洋洋
指导教师：米月花 马梦华
作品简介：
沙滩是人们重要的旅游胜地之一，而沙滩景区内常有游客留下的大量垃圾，海水的涨落也会带来贝壳、水母等死去生物的残骸，这些都严重影响沙滩的美观。目前沙滩主要依靠人工清理，工作量大，效率低下。针对以上问题，结合《第十届全国大学生机械创新设计大赛》主题要求，新型智能环保沙滩清洁车应运而生。
新型智能环保沙滩清洁车主要由动力系统、控制系统、连接系统和清洁系统四部分组成。动力系统由9V的蓄电池和两个5V的新能源太阳能板组成，为整个沙滩清洁车提供动力；控制系统采用ROBOTX控制器，控制清洁车的整体运动、双向气缸的伸缩、摄像头和自动避障；连接系统将动力系统和清洁系统连接，主要组成为2个双向气缸，用来调节清洁系统的升降；清洁系统主要结构有纱网、垃圾箱、垃圾箱拉升机构及刮平机构。清洁系统主要有浅层清理垃圾和表层清理垃圾两种作业模式，在干沙沙滩作业时,采用浅层清理垃圾的作业模式,在湿沙沙滩作业时,采用表层清理垃圾的作业模式。
参赛视频：
作品三
作品名称：仿生壁虎
获得奖项:三等奖
参赛者：轩浩然 郑明明 郝金飞 刘银平 李永华
指导教师：宋晓庆 张永鑫
作品简介：
本项目是通过对自然界动物“壁虎”进行观察研究，基于生物控制逻辑和行为推理设计的一种仿生机械。为实现模仿壁虎在静止时四脚可以紧紧吸附在墙壁，而移动时又可轻松脱离的特征。本仿真机械使用硬质吸盘连接气泵，通过气泵抽取空气实现吸盘内达到负压而吸附在垂直墙壁上的功能。同时，设置无线接收、发送装置来实现设备的远程操纵。在仿生壁虎机器人腹部留出部分可用空间，以便后期安装其它配件，实现高空清洁、搜索、救援、反恐以及科学实验和科学考察等功能，用以弥补未来年轻劳动力严重不足的现象，解决老龄化社会的家庭服务和医疗等社会问题提供一种新的思路，同时开辟新的产业，创造新的就业机会。
参赛视频：
作品四
作品名称：沙漠沙柳自动化种植车
获得奖项:二等奖
参赛者：师文豪 严威 童香兰 张梦雅 何宽
指导教师：米月花 李姗
作品简介：
世界各国正面临日益严峻的土地荒漠化挑战。荒漠化造成了严重的社会和环境问题。针对以上问题，结合《第十届全国大学生机械创新设计大赛》主题要求，本次参赛作品沙漠沙柳自动化种植车应运而生。
沙柳自动化种植车主要由动力系统、操作系统和执行系统组成。动力系统由9v电机提供动力；操作系统由ROBOTXT控制器和显示器构成，ROBOTXT控制器主要勇于接收传感器接收信号，进行软件逻辑运算，并将指令传给各执行单元，可控制电机使钻头打孔形成树坑，利用传送装置将树苗送到制定位置，利用气缸将树苗精准放入树坑，利用气缸装封土和压实，最后水泵完成浇水；执行系统由气缸（传动零件）、钻头、树苗储存箱、传送封土装置以及水箱等基本构件组成。
参赛视频：
作品五
作品名称：跨障碍避障仿生六足昆虫
获得奖项:二等奖
参赛者：王永乐 丁金哲 王鹏辉 郭可盈 何家乐
指导教师：张雅博 温文豪
作品简介：
慧鱼仿生六足昆虫机器人由机械部分、传感器部分和控制部分三部分组成。机械部分主要由机体、齿轮传动机构、四套四连杆机构组成；传感器部分包括位置传感器模块、超声波传感器模块和图像传感器模块；控制部分主要由电机进行控制。
该机器人能够实现跨障碍避障行走，其中直流电机驱动，电机轴上套接直齿轮，通过齿轮联接结构带动齿轮轴的转动。其中电机轴是输出轴，齿轮轴是工作轴。齿轮转动带动啮合齿轮转动继而带动腿部运动来控制模型的移动。电机逆向转动来实现模型前进。传感器用机械限位开关可检测前方的障碍物。
参赛视频：
关于组织参加第四届中国高校智能机器人创意大赛的通知
各位老师、同学：
为进一步推进高校学生创新意识和创造能力培养激励广大学生踊跃参加课外科技实践，有效推动新工科人才培养，经中国高校智能机器人创意大赛组委会研究，决定启动第四届中国高校智能机器人创意大赛工作。现将有关事项通知如下:
一、竞赛组织机构
1.指导单位
中国高等教育学会
2.主办单位
中国高校智能机器人创意大赛组委会
3.承办单位
浙江省余姚市人民政府浙江大学机器人研究院
4.协办单位
北京博创尚和科技有限公司
北京探索者创新技术服务有限公司宁波元森教育科技有限公司
北京中教仪人工智能科技有限公司深圳市越疆科技有限公司
杭州云深处科技有限公司
大赛设立组织委员会负责大赛的组织实施;设立专家委员会和裁判委员会负责大赛的评审工作;设立仲裁委员会负责比赛过程的监督和异议处理。
二、大赛主题
第四届中国高校智能机器人创意大赛设三个主题和一个邀请赛。
主题一(创意设计):家用智能机器人-——让生活更美好
服务于未来生活的智能型服务机器人创意设计:智能机器人的用途为家务劳动机器人、娱乐、情感交流、陪伴、个人卫生、家庭管家、安全与防护等家用服务智能机器人。
本次竞赛的智能机器人限定为人们居家生活（家庭)环境条件下使用，且符合上述用途范围的智能机器人,所有参加决赛的作品必须与本届大赛的主题和内容相符,与主题及限定范围不符的作品不予评奖。
作品形式:1）以文字、图片、动画等形式展示作品的创意设计;2）以实物模型或原理样机的形式展示作品的创意设计。模型或样机可自行加工制作，也可采用北京探索者创新技术服务有限公司的探索者模块化机器人创新平台、深圳市越疆科技有限公司模块化产品进行实物模型的搭建。
参赛队可以自行选择用文字图片（视频）或实物模型来展示创意设计。慧鱼专项竞赛:本届大赛设慧鱼专项竞赛，参加慧鱼专项竞赛的作品必须符合本届大赛的主题一的内容和参赛要求。在全国组委会的指导下，慧鱼专项竞赛组委会负责组织慧鱼专项的初赛工作，发布赛事通知，开展初赛评审工作。慧鱼专项竞赛的初赛视同为中国高校智能机器人创意大赛的省级竞赛。
主题二（创意竞技):——挑战更快
1.魔方机器人
参照人类魔方竞速规则，设计制作魔方机器人，综合运用机械、电子、信息和自然科学知识，实现比人“计算”更快、“翻动”更加灵活迅速的目标。
魔方机器人限采用双手臂，手指限采用二指或五指的形式，手腕容许有转动和摆动，手臂为固定。魔方机器人的外廓尺寸要求不超过480mm*480mm*480mm,总重量不超过20kg,摄像头数量不限，允许自行在机器人上增设光源。竞赛采用标准三阶魔方，决赛用魔方由组委会统一提供。
2.俄罗斯方块机器人
参照俄罗斯方块游戏的拼接规则，设计基于ROS框架的俄罗斯方块机器人系统,融合机器视觉和人工智能算法,将随机散放的俄罗斯方块摆放到拼接盘面中。
俄罗斯方块机器人系统不限机器人类型，可以最大程度激发创意和想象。机器人臂展不超过1000mm，总重量不超过25kg，机器人系统必须运行在ROS框架下。
主题三（创意格斗):“IRFC”智能机器人格斗大赛一挑战更强
智能机器人格斗大赛（IntelligentRobotFightingCompetition，简称IRFC）分统一部件组及开放部件组两大类别。
1.统一部件组:参赛队伍选用统一标准的控制器、传感器、动力模块、供电模块等部件，设计、制作符合规则要求的智能机器人参赛，通过策略的制定及程序的设计，参赛双方的机器人进行对抗，依据竞赛内容与评分规定由裁判进行裁决，采取小组循环赛及淘汰赛相结合的赛制。根据比赛形式的不同，设置轮式格斗、仿人格斗、视觉对抗、无人机对抗等四个项目类别。
2.开放部件组:在重量限制的范围内，参赛队自主选择购买或自制机器人相关部件，设计、制作符合规则要求的智能机器人参赛，通过策略的制定及程序的设计，参赛双方的机器人在擂台上自主对抗，采取小组循环赛及淘汰赛相结合的赛制。
智能机器人格斗大赛规则要求,请访问网站www.robo-maker.org了解咨询。
为进一步探索智能机器人创意大赛的新形式、新领域，组委会决定由大赛主办方邀请国内部分高校，同期举办“四足机器人邀请赛”。邀请赛的参赛要求、竞赛内容、赛制和奖项设置，另行制定。
三、参赛要求
1.参赛对象
全国高校在校专科生、本科生、研究生均可以个人或团队的方式，通过学校推荐报名参赛。
2.每个参赛队人数
主题一和主题二每队学生人数不多于3人。
主题三每队学生人数不多于4人。
各队中的研究生不多于1人，指导教师不多于2人。
四、赛制和奖项设置
1.竞赛赛制
(1）主题一、主题二、邀请赛
采用初赛、决赛赛制。第一阶段为初赛，各参赛队将参赛作品，在规定时间提交大赛秘书处。大赛专家委员会组织专家对参赛作品进行评审，评选出参加决赛的队。第二阶段为决赛，决赛参赛队现场参加比赛，经现场展示、答辩，由专家组评选出各等级奖项。
(2）主题三
竞赛分资格审核、初赛和决赛三个阶段，第一阶段为参赛资格审核，各参赛队将参赛作品在规定的时间提交大赛秘书处,大赛专家委员对参赛作品进行资格审核，通过审核的队伍均可参加预赛，由预赛决出决赛队。
2.奖项设置
设立“优秀组织奖”奖项，对在大赛组织和决赛中表现突出的单位给予表彰奖励;设立“优秀指导教师奖”，对在大赛中表现突出的指导教师表彰奖励。设立“中国高校智能机器人创意设计大赛杰出贡献奖”，对在大赛工作中做出突出贡献的单位或个人给予表彰奖励，该奖项可空缺。
全国决赛设立特等奖、一等奖、二等奖、三等奖、入围奖，主题一、主题二、主题三分别评审。
特等奖:10项
一等奖:15%
二等奖:25%
三等奖:50%
入围奖:5-10%
奖评选采取宁缺毋滥原则，根据参赛作品质量和水平，大赛特等奖可少于10项或空缺,由大赛组委会讨论确定。
3.鼓励政策
为鼓励各省开展省级智能机器人创意大赛，对2021年8月5日前完成省级智能机器人创意大赛，参赛队成绩在省级智能机器人创意大赛前8%的，给予全国决赛资格。
五、参赛报名时间和要求
参赛队6月18日下午17:00前将《第三届中国高校智能机器人创意大赛学校报名汇总表》（附件1）电子版发到邮箱jdxykjcx@126.com。
六、参赛作品提交时间和要求
2021年7月15日-2021年7月18日。
“主题一”要求提交的材料:
1.《第四届高等学校智能机器人创意大赛参赛作品申报表》(附件2）电子版和签字盖章的PDF扫描版;
2．参赛队按作品有无实物，分别按以下二种形式提交作品:1）无实物:设计创意的PDF文档(文字、设计图、效果图或动画),2)有实物(包括模型搭建):设计创意的PDF文档+原理样机视频（mp4格式)。
设计创意的PDF文档，包括文字、设计图、效果图等，篇幅（不包括封页)限A4纸5页以内，文件大小不超过20M。实物模型或原理样机的功能演示视频(限60秒以内，文件大小不超过50M)。
“主题二”、“主题三”、“邀请赛”要求提交的材料:
1.《第四届高等学校智能机器人创意大赛参赛作品申报表》(附件2）电子版及签字盖章的PDF扫描版。
2.参赛作品实物模型一次完整动作过程的视频(要求mp4格式，文件不超过90M);作品视频时长一般宜不大于60S（魔方机器人)、90S(俄罗斯方块机器人、格斗机器人、四足机器人邀请赛)。
3.作品设计说明的PDF文档，包括文字、设计图、效果图等，篇幅限A4纸5页。
作品材料提交网址:www.robotcontest.cn。
七、全国决赛时间
2021年8月27-29日（暂定)。
八、知识产权
参赛作品必须为原创，且不侵犯他人知识产权，已经公开或申请专利的，请注明。大赛主办方享有免费对参赛获奖作品进行部分或全部复制、信息网络传播、展示、汇编和出版的权利，作者拥有署名权。
九、联系方式
（一）联系人：许婷婷
联系电话：88956077
联系邮箱：jdxykjcx@126.com
（二）请参赛同学进入QQ群（群号903593854），后续相关通知会在群内发布。
“华为杯”第四届中国研究生人工智能创新大赛赛题
一、报名及提交作品要求
参赛队伍在以下赛题中任选其一进行作品创作参赛。6月20日前，在大赛官网报名，通过培养单位资格审查后，6月27日前，在官网提交参赛作品。（作品提交规范及模板见附件）
大赛官网https://cpipc.acge.org.cn/
二、大赛赛题
（一）技术创新：开放题
（二）应用创意：开放题
（三）企业赛题：华为赛题共4个，均为华为技术有限公司从实际需求出发拟定的与智能技术密切相关的题目。属于此种选题方式的作品还可以参与华为专项奖的评奖。
1.华为赛题一
1.1题目名称
微服务架构应用的故障演练数字化
1.2题目描述
随着数字化程度越来越高，分布式系统、云计算等新技术的不断发展，运维在企业中的重要性越来越高，用户和企业从质量、效率、性能、安全、成本等多维度出发关注运维。且随着企业IT系统的规模扩大、复杂度不断提高、监控数据日益增长，各类故障层出不穷，保证系统高效可靠运转的难度激增，运维需要与人工智能的能力结合，基于企业IT运维过程中产生的告警事件、黄金指标、日志、调用链等数据，利用机器学习/深度学习/数据挖掘相关技术支撑异常检测、根因定位和容量规划等场景，助力企业应用稳定、高效地运行，解决传统运维难以解决的问题，提升运维效率，为企业减少因业务不可用所带来的直接损失。
现代IT系统是一个复杂系统，随着应用现代化的推进，越来越多传统单体应用转为微服务架构，微服务数量巨大，关系复杂，迭代变化快，传统运维越来越困难。该方向旨在通过各类异构多源数据的采集、感知与处理，使用多维时序分析、神经网络、机器学习、复杂系统控制论、关系图谱等技术，完成对微服务系统的异常检测、日志分析、调用链分析，和故障定位来帮助IT系统提前发现和预知风险，维持系统稳定与安全运行，在系统发生故障时，帮助运维人员快速定位及解决故障，从而保障系统的高可靠、高可用性。
主要挑战:
1.真实场景里的故障样本与正常样本相比数据量较少，有数据不平衡的问题，很多数据没有标签,也有数据噪声大，信噪比低的问题，对AI模型的开发不友好
2.IT系统的数据形态非常多样,有结构化的监控指标数据，有半结构化的调用链数据，及非结构化的告警和日志类数据，鲁邦的AIOps模型需融合多源异构数据，从不同数据源提取特征构建。
IT应用在上线前需要经过测试环节，上线后也有例行的故障演练。在测试和故障演练的过程中，通过有效的挖掘导致应用故障的失效模式，记录应用的各类数据，可以形成AI友好的完整数据集支撑后续的异常检测与根因定位模型开发，参赛者需要设计失效模式挖掘方案让故障演练更好地数字化。
1.3具体要求
1.参赛者需要部署微服务Microservices-demo[1]及配套监控系统(包括但不限于[2]、[3])采集指标数据；
2.参赛者需要考虑用户访问模型，模拟不同的用户访问模式，利用故障注入工具(包括但不限于[4])使微服务应用出现故障，挖掘微服务应用的失效模式，常见的失效模式包括：前端负荷激增(业务量异常)、用户打开页面卡顿，用户打不开页面等失效模式，它们可能是由数据库服务不可用(连接数达到上限,数据库表被删除,数据库表过大)、底层资源容量不足等（CPU、内存利用率…）、网络阻塞等引起的；
3.参赛者生成故障数据集，并通过案例展示该生成数据集可支撑异常检测与根因定位算法[5]-[9]的开发与验证。
4.参赛队伍最终提交故障数据集，模型代码，方案文档与演示视频(可选),方案文档需完整描述故障演练数字化方案与AI模型训练与验证过程。
a.生成的故障数据需要有多样性，至少覆盖3种组件与3类典型故障；
b.异常检测与根因定位算法的评测指标可采用业界常见的评估方法，异常检测算法可采用F1-Score作为评价指标（参赛者需根据应用的访问延时与错误率等黄金指标定义异常,为数据打上标签后再验证算法准确率），根因定位算法可采用PR@k（Precisionattopk,topk个结果中包含真实根因的概率）与MAP（MeanAveragePrecision）作为评价指标,同等准确率的情况下,算法的推理时间与模型大小将作为参考评价指标。
c.人工评委审核成绩从4个方面考核：结果复现评估，方案可行性分析，方案创新性评估，方案通用性评估；评委人员：潘乐萌，张晓，白志刚，郭毅成。
1.4华为赛题一咨询专家及联系邮箱：
微服务架构应用的故障演练数字化–潘乐萌-panlemeng@huawei.com
1.5参考数据集
AIOps-Challenge-2020-Data:https://github.com/NetManAIOps/AIOps-Challenge-2020-Data
MicroRCASampleData:https://github.com/elastisys/MicroRCA/tree/master/data
1.6参考文献
MMicroservices-demo
[1]https://github.com/microservices-demo/microservices-demo
Prometheus-Monitoringsystem×eriesdatabase
[2]https://prometheus.io
Grafana:Theopenobservabilityplatform
[3]https://grafana.com/
Locust-Amodernloadtestingframework
[4]https://locust.io
AnomalyDetection
[5]ChandolaV,BanerjeeA,KumarV.Anomalydetection:Asurvey[J].ACMcomputingsurveys(CSUR),2009,41(3):1-58.
[6]ChalapathyR,ChawlaS.Deeplearningforanomalydetection:Asurvey[J].arXivpreprintarXiv:1901.03407,2019.
RootCauseAnalysis
[7]WuL,TordssonJ,ElmrothE,etal.Microrca:Rootcauselocalizationofperformanceissuesinmicroservices[C]//NOMS2020-2020IEEE/IFIPNetworkOperationsandManagementSymposium.IEEE,2020:1-9.
[8]LinJJ,ChenP,ZhengZ.Microscope:Pinpointperformanceissueswithcausalgraphsinmicro-serviceenvironments[C]//InternationalConferenceonService-OrientedComputing.Springer,Cham,2018:3-20.
[9]ChenMY,KicimanE,FratkinE,etal.Pinpoint:Problemdeterminationinlarge,dynamicinternetservices[C]//ProceedingsInternationalConferenceonDependableSystemsandNetworks.IEEE,2002:595-604.
2.华为赛题二
2.1题目名称
面向口语的NL2SQL语义解析算法
2.2题目描述
语义解析技术是自然语言与企业数据之间的桥梁，为企业级数据查询的易用性、快捷性发挥着重要作用，为提高企业的数字化转型有着重大意义。当前的技术方案并非直接将自然语言转为SQL形式，而是识别出Query中的各个SQL条件成分、条件值等要素，以生成伪SQL形式。然而，自然语言的多样性限制了NL2SQL场景的能力，在实际应用过程中会存在如下问题：
1.Query口语化（重点）。用户日常查表过程中，口语化成分较多，指代复杂，歧义性较高，如：90后员工有多少人、去年部门走了多少员工等，难以用程序规则覆盖完整，存在“长尾”问题。
2.小样本训练能力。企业级的表格都是大宽表形式，按照主流NL2SQL或语义解析做法，需要进行标注的数据量必须涵盖所有字段，标注任务繁重，且算法能力后期难以迁移至其他企业业务场景；目前暂不涉及多表查询的需求，但单表字段较复杂，有近义词的字段，有字符不统一，有长文本字段等。
2.3具体要求
1.所提方法，必须具有“可迁移性”，不可只能解决某一个业务领域问题。
2.可利用外部知识（如：公开数据集、自有数据知识、适当程序正则等）增强模型算法，并最终在业务测试集上进行测试，证明方法的有效性。
3.在保证模型“可迁移性”条件下，尽量保证模型精度不下降，最终以验证集评测结果为首要标准，以方案可行性为辅助评测标准。
4.由于此课题主要是针对SQL表字段及字段值，进行Query的语义成分解析，可能涉及实体识别、句子成分解析等技术，同时也鼓励新技术新idea创新。以SQL单表为例，单表字段“时间；产品类别；销售状态”，示例Query“2020年有多少C类产品售出？”，需要解析成以下条件（单条query所有要素识别正确加1分）：
a.先识别此query的操作为SQL的COUNT操作，以“有多少”为依据，总共有六种操作“MAXMINCOUNTAVGSUMNULL”，其中“NULL”为无关语料不需要做解析（other类问题）；
b.条件值“2020年”对应时间字段的条件值，“C类产品”对应产品类别的条件值，“售出”对应销售状态的条件值；
5.最终打榜成绩（计60%分数）。通过线下脚本计算判分取Top10进行人工评委审核，若存在并列成绩情况，可多取候选者；赛委会提供1张宽表（约20-30个字段），以及1份已标注的Query数据集，赛委会保留1份待预测数据集作为评测，结果按照约定JSON格式提交，以正确率为评判标准（单条所有要素全部正确匹配才算得分，参见2.3部分解析），最终评委组通过线下自动化脚本判分，以邮件或官网形式公布最后的打榜成绩；
6.人工评委审核成绩（计40%分数）。评审从4个方面考核：打榜结果复现评估，方案可行性分析，方案创新性评估，方案可迁移性评估；初审评委人员：夏海荣、周宇翔、孙非凡、蒋圭峰。
2.4华为赛题—咨询专家及联系邮箱
面向口语的NL2SQL语义解析算法–周宇翔–zhouyuxiang4@huawei.com
2.5参考数据集
待发布
3.华为赛题三
3.1题目名称
智能问答中的澄清问的识别与生成
3.2题目描述
由于自然语言的复杂性和现实世界里知识的多样性，智能问答系统在部分对话场景下需要向用户发起追问，以更加准确地理解用户的真实意图。这类问题通常称为“澄清问”，旨在引导用户对其意图进行明确和细化，从而消除对话中的语义歧义和知识歧义，提高智能问答系统的效果。因此，澄清问的检测、生成和答案理解，对于智能问答系统的构建具有重要意义。
具体地，该任务通常涉及澄清检测、澄清问生成以及实体预测三个子任务：
1.澄清检测
澄清检测任务需要考虑对话上下文，并结合问题的具体领域和所提供的知识库信息，对“当前语境下系统是否需要进行澄清问”进行判别。该任务通常可以视为二分类任务。
通常而言，该任务的输入是从0到t时刻的用户及系统历史对话，其中Uk为第k轮用户会话，Mk为第k轮系统会话；输出为系统对“当前是否需要进行澄清问”的预测结果，若需要进行澄清问则输出标签“1”，否则输出为“0”。
例如，假设知识库中包含歌手“孙悦”和篮球运动员“孙悦”的相关知识。当用户询问“孙悦是哪一年出生的”时，由于无法直接判断用户询问的是哪一位孙悦的信息，因此需要进行澄清问；当用户询问“孙悦效力于哪个篮球队”时，结合知识信息的简单推理可以判断用户询问的是篮球运动员的信息，此时不需要进行澄清问。
2.澄清问生成
若澄清检测结果为真，则智能问答系统需要生成相应的澄清提问。该任务可以视为文本生成任务，其输入同样是是从0到t时刻的用户及系统历史对话，其中Uk为第k轮用户会话，Mk为第k轮系统会话；输出为系统的澄清提问Q。
3.实体预测
在进行澄清提问后，系统需要进一步对用户的回答进行理解。该任务的输入表示为，其中Uk为第k轮用户会话，Mk为第k轮系统会话，Q为系统的澄清提问，A为用户的回答。模型需要提取出A中指向的是哪个实体。
3.3具体要求
1.根据所公布的数据集，参赛者可自由设计算法方案来比赛，但不可调用第三方外部接口。
2.参赛选手需完成全部三个子任务。其中，每个子任务均包含single-turn和multi-turn两种类型的数据，选手应采用统一的模型处理这两类数据（即，单轮与多轮不分开评估）。
3.赛题总分由竞赛得分（60%）和专家评分（40%）两部分组成。其中，竞赛得分部分根据选手提交的方案在测试集（包括公开测试集和非公开测试集）上的运行结果给出；专家评分由评委组对选手所提交的方案的新颖性、合理性等进行打分。因此，除结果文件外，参赛选手还需要提交模型代码（用于非公开测试集评估）和模型说明文件（用于报告模型方案以及模型在公开测试集上的结果）。
3.4华为赛题—咨询专家及联系邮箱
智能问答中的澄清问的识别与生成–张睿、王喆锋–zhangrui311@huawei.com、wangzhefeng@huawei.com
3.5参考数据集
CLAQUA数据集https://github.com/msra-nlc/MSParS_V2.0
3.6参考文献
1.XuJ,WangY,TangD,etal.Askingclarificationquestionsinknowledge-basedquestionanswering[C]//Proceedingsofthe2019ConferenceonEmpiricalMethodsinNaturalLanguageProcessingandthe9thInternationalJointConferenceonNaturalLanguageProcessing(EMNLP-IJCNLP).2019:1618-1629.
2.ShaoT,CaiF,ChenW,etal.Self-supervisedclarificationquestiongenerationforambiguousmulti-turnconversation[J].InformationSciences,2022,587:626-641.
4.华为赛题四
4.1题目名称
预训练中的数据选取
4.2题目描述
预训练大模型需要从海量数据中进行学习。对于NLP预训练来说，训练语料通常需要几十GB到几百GB，如此大规模的数据，每一个训练轮次都要消耗大量算力和时间，带来了极高的训练成本。一个已有的观察是，在海量的训练数据中往往包含一些重复或相似的数据，如果对这些数据进行精简，可以在不影响模型性能的前提下，有效地压缩数据体积。此外，由于数据来源多样，训练数据中通常也会包含一些噪声数据，这些数据对模型的训练增益不大，甚至可能带来负面影响。
本赛题考虑对海量文本数据进行选取，从中剔除重复、相似以及有害的数据，从而压缩数据体积，并且尽可能不影响NLP预训练模型的性能。
4.3具体要求
给定10GB英文互联网数据。要求参赛者设计数据选取算法，将该数据压缩至70%，基于压缩后数据训练英文bert-base模型，训练轮次限定为3轮。训练完成后，在公开数据集SST-2、MNLI、SQuAD1.1上进行测试，根据测试集上的性能进行初筛，选出前五名进入第二阶段测试。要求参赛者提交选取算法代码、数据压缩记录、训练过程记录、测试结果截图等相关证明材料，供主办方审核。
第二阶段要求前五名参赛队伍提交完整的数据选取代码，主办方使用另外的20GB英文互联网数据，基于参赛队伍的算法进行数据压缩，得到70%的压缩数据，训练英文bert-large模型，并在GLUE和SuperGLUE两个公开榜单上进行测试。根据测试性能得到最终排名。
赛题输入
10GB英文数据。
赛题输出
压缩至70%，尽可能保证预训练模型在下游任务的性能。
4.4华为赛题—咨询专家及联系邮箱
预训练中的数据选取–史佳欣—shijiaxin3@huawei.com
4.5参考数据集
预训练数据：预训练数据网址：https://huggingface.co/datasets/c4/tree/main
使用gitclonehttps://huggingface.co/datasets/c4/tree/main进行下载，需要安装gitlfs。
下载完成后，选取其中的c4/en/c4-train.00000-of-01024.json.gz、c4/en/c4-train.00001-of-01024.json.gz、c4/en/c4-train.00002-of-01024.json.gz、……、c4/en/c4-train.00013-of-01024.json.gz，共计14个文件，作为训练集。每个文件是一个压缩文件，解压后提取文本字段，大约735M。
下游任务数据：SST-2：https://huggingface.co/datasets/SetFit/sst2/tree/main
MNLI：https://huggingface.co/datasets/SetFit/mnli/tree/main
SQuADv1.1：https://rajpurkar.github.io/SQuAD-explorer/dataset/train-v1.1.json