Используя кучу данных, Google обучил робота, играющего в настольный теннис, соревноваться с людьми и совершенствоваться по мере того, как он это делает. Результаты были впечатляющими и представляют собой скачок вперед в скорости и ловкости роботов. Это также выглядит очень весело.
«Достижение скорости и производительности человеческого уровня при выполнении реальных задач — это путеводная звезда для сообщества исследователей робототехники». Так начинается статья, написанная группой ученых Google, которые помогли создать, обучить и протестировать бота для настольного тенниса.
Мы, конечно, увидели немало достижений в робототехнике, которые позволяют гуманоидным машинам с производительностью справляться с реальными задачами, включая все, от измельчения ингредиентов для ужина до работы на заводе BMW. Но, как следует из цитаты команды Google, способность добавлять скорость к этой точности развивается немного медленнее.
Вот почему новый робот, играющий в настольный теннис, так впечатляет. Как вы можете видеть в следующем видео, в играх с людьми-соперниками бот смог устоять, хотя пока он не совсем олимпийского уровня. В 29 матчах бот имел 45% успеха, победив 13 игроков. Хотя это, безусловно, лучше, чем многие авторы New Atlas могли бы сделать против любого конкурента, бот смог преуспеть только против новичков и игроков среднего уровня. Он проиграл все матчи, которые сыграл против продвинутых игроков. Он также не мог подавать мяч.
Некоторые основные моменты — Достижение уровня человека в соревновательном настольном теннисе с роботом
«Еще несколько месяцев назад мы прогнозировали, что робот, скорее всего, не сможет победить людей, с которыми он раньше не играл», — рассказал Паннаг Санкети в интервью MIT Technology Review. «Система, безусловно, превзошла наши ожидания. То, как робот обошел даже сильных противников, было просто ошеломляющим». Санкети, который руководил проектом, является старшим инженером-программистом в Google DeepMind. DeepMind от Google — это подразделение компании, занимающееся ИИ, поэтому это исследование в конечном итоге касалось как наборов данных и принятия решений, так и фактической производительности робота с веслом.
Чтобы обучить систему, исследователи собрали большой объем данных о состоянии мяча в настольном теннисе, включая такие вещи, как вращение, скорость и положение. Затем, во время смоделированных матчей, «мозг» бота был обучен основам игры. Этого было достаточно, чтобы заставить его играть с людьми. Затем, во время матчей, система использовала набор камер, чтобы реагировать на соперников-людей, используя то, что она знала. Она также могла продолжать учиться и пробовать новые тактики, чтобы побеждать соперников, что означало, что она могла совершенствоваться на лету.
«Я большой поклонник того, чтобы видеть, как роботизированные системы действительно работают с реальными людьми и вокруг них, и это фантастический пример этого», — сказал Санкети MIT. «Возможно, он не сильный игрок, но у него есть все необходимое, чтобы продолжать совершенствоваться и в конечном итоге достичь этого».
В следующем видео показано еще больше подробностей о боте в процессе обучения и различных навыках, которые он смог применить.
Демонстрации — достижение уровня человеческого конкурентоспособного робота в настольном теннисе
Исследование было опубликовано в статье Arxiv.
