澳門理工大學「九霄戰隊」獲澳門廣播電視股份有限公司推薦，將代表澳門參加2026亞廣聯機械人大賽。這是澳門首次有隊伍參與該項區域賽事，團隊將於8月到香港，與亞太地區大專院校隊伍同場競技。
隊員來自電腦科學及人工智能本科課程，由呂而立、王雅鵬指導。團隊把深度學習及強化學習引入機械人感知和控制，賽事既考驗機械設計與程式，也要求隊伍在有限時間內完成策略、維修和臨場協作。
澳理大隊伍近期亦參加RoboMaster及仿生腿機械人賽，累積不同類型硬件和控制經驗。8月香港賽事將測試團隊能否把既有工程方法，轉化為符合亞廣聯全新規則的穩定系統。
亞廣聯賽事由成員廣播機構推薦
亞廣聯機械人大賽由亞洲廣播聯盟成員廣播機構推薦當地代表參賽，不是一般公開報名賽。澳廣視推薦澳理大隊伍，令澳門首次進入這個跨地區大學生機械人競賽平台。
比賽每年設不同任務和規則，參賽者要在指定場地完成移動、辨識、搬運或協作等挑戰。規則改變迫使團隊從零設計，不容易直接沿用上一季機械人，能訓練系統整合和項目管理能力。
由廣播機構推薦的賽制亦令賽事兼具教育和國際交流功能。澳門首次參賽，可讓本地學生與不同地區隊伍比較工程方法及團隊組織。
深度學習與強化學習用於控制
深度學習可協助機械人從影像或感測資料辨識目標，強化學習則透過反覆試驗改善決策策略。不過，競賽場地光線、碰撞和網絡延遲都可能令模型失效，因此隊伍仍需保留穩定的傳統控制及安全機制。
學生要把算法部署到有限運算資源，並處理馬達、機構、電池和通訊。這種跨軟硬件訓練與工業機械人、自動化物流及智能裝備研發相近，比單純在電腦上訓練模型更接近實際工程。
競賽環境通常不容長時間重新訓練模型，隊伍必須預先準備故障模式及手動備援。穩定完成任務往往比追求最複雜算法更重要。
團隊已在RoboMaster賽事獲獎
九霄戰隊早前參加RoboMaster 2026機甲大師高校聯盟賽東北站，在三對三非二級組取得二等獎，步兵對抗項目取得三等獎。相關經驗有助隊伍建立機械加工、控制和臨場維修流程。
團隊亦通過全國仿生腿機械人比賽中期評審，將於7月到江陰參賽。不同賽事對機械人形態和任務要求不同，連續參賽可測試團隊是否具備快速迭代能力。
多線參賽會增加時間和零件管理壓力，學校需要協調課業、實驗室及差旅。隊伍若能共用軟件、感測和測試流程，可降低不同項目重複開發。
赴港前先到深圳集訓
澳理大表示，隊伍會到深圳職業技術大學進行賽前集訓。深圳擁有機械人、感測器、控制器、加工和零件供應鏈，集訓可讓學生接觸更多設備及同類院校團隊。
澳門、深圳和香港形成的賽前路線，也反映大灣區科創教育的互補。澳門提供課程和隊伍，深圳提供工程與供應鏈環境，香港則承辦國際賽事；若合作延伸至聯合課程和實習，可把一次比賽轉化為持續人才培養。
集訓期間可重點測試場地適應、備件和臨場維修，而非只提高單次最佳成績。賽事淘汰制下，可靠性會直接決定隊伍能否走得更遠。
競賽成果應連接研究與產業實習
大學生機械人賽的價值不只在獎項，而是學生能否把設計、測試、採購、預算和團隊管理經驗帶入研究或產業。學校可在賽後整理開源技術、失敗紀錄和課程案例，讓下一屆隊伍承接。
澳門發展高新技術產業需要本地工程人才，同時要連接珠海、橫琴和深圳的企業。機械人隊若能與智能製造、文旅服務、醫療輔助或物流企業合作，學生作品才有機會由比賽原型走向場景驗證。
8月香港賽事將是澳門隊伍首次在亞廣聯舞台亮相。比賽名次以外，隊伍的穩定性、任務完成度及跨地區交流，都是衡量今次參賽成效的重要指標。
賽後若能公開技術總結和學生學習成果，也可讓更多澳門中學生了解機械人及人工智能課程，擴大本地工程人才來源。