一、赛题简介
随着智慧城市和人工智能技术的快速发展，城市对具备智能感知、智能决策与自主行动能力的智能体需求日益增加。然而，在真实城市环境中开展大规模的智能体实验面临着成本高昂、安全风险高、实验条件难以精确控制等诸多挑战。为解决这一问题，本竞赛采用了统一的EmbodiedCity虚拟仿真平台（https://embodied-city.fiblab.net/），平台提供高仿真的虚拟城市环境，基于北京市国贸区域的真实道路和建筑布局，结合真实人流和车流数据进行模拟。环境包括多样化的街道、细致还原的办公楼、购物中心、住宅区以及动态车辆和行人。平台支持多模态场景理解、跨模态问答、导航、任务规划、多轮对话和个体行为模拟等多类具身智能任务，参赛团队无需自行搭建仿真环境，即可在安全、经济和高效的条件下进行算法开发和系统验证。
该虚拟仿真平台具备以下特点：
高仿真度：平台模拟真实城市环境，包括复杂的道路网络、多样化的建筑物和动态的交通流量，确保智能体在
接近现实的场景中进行训练和测试。
可扩展性：支持多智能体协同作业，参赛团队可以根据竞赛任务需求，部署和控制多个智能体进行协同操作。
实时交互：提供实时环境感知和反馈机制，智能体能够根据环境变化实时调整策略，完成复杂任务。
参赛团队无需自行搭建仿真环境，组委会将提供完善的虚拟仿真平台和详细的技术文档，帮助参赛队伍快速熟
悉平台使用方法，专注于智能体的环境感知、智能决策和运动控制算法开发。
城市具身智能平台EmbodiedCity示意图
二、赛题任务
赛题包括以下三个部分，组委会将提供具体示例和基础代码框架，便于参赛团队快速上手：
（一）离线智能问答任务
参赛团队需完成以下三种任务之一或多种组合：
图像QA任务：给定城市场景图像及相应问题，输出准确的文字答案。
视频QA任务：给定城市场景视频片段及问题，输出准确的文字答案。
3D QA任务：给定虚拟城市三维模型与场景问题，输出准确的文字答案。
（二）实时交互与导航任务
参赛团队需通过智能体实时感知和行动，完成以下任务之一或多种组合：
视觉语言导航（VLN）：给定目标地点的自然语言描述和实时环境感知数据，智能体自主输出有效的控制指
令序列，成功到达指定位置。
智能搜索任务：给定目标物或目标地点信息，智能体自主探索环境，规划路径并执行行动，快速有效地实现搜
索目标。
具身智能问答（EQA）：给定实时感知环境信息，智能体需实时决策并输出问题的答案。
（三）多智能体实时对抗任务
参赛团队需同时控制多个智能体（如无人机、无人车），在指定虚拟城市区域内进行实时竞争与协作，完成探索、资源抢占、防御和策略对抗等复杂任务。该任务将综合考察团队智能体的协同规划能力、自主决策能力和实时动态调整策略能力。
三、竞赛要求与评审标准
（一）参赛作品要求
功能完整：作品须涵盖感知、决策和控制执行三大功能模块，具备明确的交互界面与操作流程，功能实现稳定可靠。
技术先进：应用先进感知技术（如计算机视觉、深度学习）、智能决策技术（如强化学习、规划优化算法）和高效控制技术。
场景创新：任务场景选择、技术方案和实现方式具备创新性，体现方法的先进性、可行性及潜在社会经济价值。
（二）评审指标与导向
评审指标：任务完成度、感知精度、决策准确性、控制稳定性、创新性与实用性。
导向：鼓励创新技术与方法应用，强调实际城市应用场景下的性能表现和用户体验。
分值设置：离线智能问答任务（满分40分）、实时交互与导航任务（满分40分）、多智能体实时对抗任务
（满分20分）。
（三）输出作品形式
参赛团队需提交以下材料：
（1）技术报告（PDF格式，包含技术方案、算法细节、实验结果与分析）。
（2）演示视频（MP4格式，时长不超过5分钟，展示系统运行效果和主要功能）。
四、奖项
一等奖获奖队伍 1支
二等奖获奖队伍 2支
三等奖获奖队伍 3支
五、技术支持
（一）基本学习资料
（1）Airsim官方文档：https://microsoft.github.io/AirSim/
（2）UE官方目录：https://www.fab.com/zh-cn/sellers/Epic%20Games
（二）平台相关技术资料
（1）城市具身智能平台仓库：https://github.com/tsinghua-fib-lab/EmbodiedCity
（2）城市具身智能平台网页：https://embodied-city.fiblab.net/
（3）相关论文：EmbodiedCity: A Benchmark Platform for Embodied Agent in Real-world City Environment.
（三）EmbodiedCity研电赛比赛交流群
赛事交流QQ群：1041522348
赛事咨询邮箱：embodiedcity@163.com