活动描述
Amazon Picking Challenge（后更名 Amazon Robotics Challenge）是仓储拣选 manipulation 的 classic benchmark：机器人从货架抓取多样物品放入 tote。虽仅举办数届，但极大推动了 6-DOF 抓取、感知、规划 的学术—产业对齐。
赛事任务直接来自 Amazon fulfillment 中心的真实痛点：SKU 外观高度多样、摆放杂乱、光照变化大，要求系统在有限时间内完成 pick-and-place。全球顶尖 manipulation 实验室与工业团队同场竞技，赛后大量 baseline 与数据集被后续 grasping benchmark 引用。2017 年后赛事停办，但其「产业问题驱动学术评测」的模式仍被 Amazon Robotics、Robotics Challenge 等延续。
对具身智能研究者而言，该赛事是理解操作类活动如何从工业场景抽象为可复现 benchmark 的历史样本；详情页可结合官方 archive 与 Amazon Science 标签下的赛后分析，追溯任务设计与指标演进。
影响力证据
- 全球顶尖 manipulation lab 参与
- 任务直接来自 Amazon 仓储痛点
- 后续 grasping benchmark 多引用其任务设计
行业价值
| 维度 | 分析 |
|---|---|
| 技术筛子 | 定义「杂乱抓取」工业 relevance |
| 公共底座 | 物品数据集与评测协议 |
| 生态接口 | 产业问题驱动学术 |
| 场景窗口 | 仓储物流 |
前提与边界
- 大脑（感知分割）+ 小脑（抓取）+ 本体（臂爪）
- 2017 后停办，但影响延续
跟踪建议
历史必读——manipulation 竞赛化 benchmark 与产业对接的范例。