AI大小模型、具身智能等技术飞速发展，推动了AIoT、无人系统、机器人从实验室走向复杂应用场景。常见的机器人应用集成了高频视觉感知、实时决策与运动控制，对系统的实时性与资源利用率提出了很高要求。然而，当前此类应用主要基于 Linux 等通用操作系统构建。尽管 Linux 凭借丰富的驱动与软件生态降低了开发门槛，但其通用架构带来的冗余服务开销、长执行路径开销、复杂调度开销以及大容量内存需求开销等，逐渐成为制约机器人端到端性能（如延迟、抖动）的瓶颈。在边缘算力受限的场景下，如何在内核和系统层面设计并实现深度定制、灵活组合、跨层优化等关键技术，释放硬件的极致性能，突破通用Linux内核的限制，成为面向智能机器人的新型智能操作系统的重要课题。
赛题要求：
总体要求：参赛队伍将开源智能机器人（基于 RK3588/SG2002处理器开发板）的操作系统内核从 基于C语言的Linux 完整迁移至基于Rust语言的组件化操作系统内核。在此基础上，实现或补全系统调用、文件接口、关键外设驱动（NPU/USB/UART/摄像头等），打通 基于NPU的推理链路，并通过内核级的调度/内存管理优化与模型轻量化手段，在性能（端到端延迟、启动速度、推理帧数）、硬件资源消耗与能耗比等方面超越 Linux 基线。
赛题题目：面向智能机器人的AIOS（高校赛题）
赛题说明：
AI大小模型、具身智能等技术飞速发展，推动了AIoT、无人系统、机器人从实验室走向复杂应用场景。常见的机器人应用集成了高频视觉感知、实时决策与运动控制，对系统的实时性与资源利用率提出了很高要求。然而，当前此类应用主要基于 Linux 等通用操作系统构建。尽管 Linux 凭借丰富的驱动与软件生态降低了开发门槛，但其通用架构带来的冗余服务开销、长执行路径开销、复杂调度开销以及大容量内存需求开销等，逐渐成为制约机器人端到端性能（如延迟、抖动）的瓶颈。在边缘算力受限的场景下，如何在内核和系统层面设计并实现深度定制、灵活组合、跨层优化等关键技术，释放硬件的极致性能，突破通用Linux内核的限制，成为面向智能机器人的新型智能操作系统的重要课题。
赛题要求：
评分细则（明确评审角度、标准和分值范围）：
赛题联系人：
陈老师 yuchen@tsinghua.edu.cn参考资料：
参赛资源支持：
建议参赛队伍基于QEMU虚拟机环境进行前期实验，并在比赛期间及时联系赛题联系人获取sg2002/rk3588开发板和sg2002/rk3588机器人进行开发。