Компания Google Deepmind создала робота, который играет в настольный теннис не хуже человека-любителя.
Для разработки робота исследователи сначала собрали небольшой набор данных о человеческих игроках. Затем они использовали обучение с подкреплением для обучения робота в симуляции. Специальные методы позволили перенести полученные знания на реальное оборудование без дополнительных примеров — так называемый "нулевой" подход к переносу симулированных роботов в реальный мир.
Затем робот играл с людьми, чтобы получить больше данных для обучения. По мере его совершенствования матчи и маневры становились все более сложными, оставаясь при этом привязанными к реальному миру. Робот также может адаптироваться к новым противникам в режиме реального времени.
Архитектура и возможности системы:
— Роботизированный игрок в настольный теннис от Google DeepMind объединяет промышленную роботизированную руку и программное обеспечение с искусственным интеллектом, используя двухуровневый подход к игровому процессу.
— В качестве физического компонента в системе используется рука промышленного робота ABB IRB 1100, обеспечивающая необходимую точность и скорость для игры в настольный теннис.
— Низкоуровневый контроллер навыков управляет конкретными приемами, а высокоуровневый механизм принятия стратегических решений анализирует ход игры и выбирает соответствующие навыки.
— Такой двухуровневый подход позволяет роботу выполнять как тактические приемы, так и общую стратегию игры, имитируя человеческий игровой процесс.
В ходе испытаний робот сыграл 29 матчей с людьми разного уровня подготовки. В целом он выиграл 45%, победив всех новичков и 55% игроков среднего уровня. Однако он проиграл все матчи, когда играл против самых опытных соперников.
Deepmind утверждает, что ее последняя работа демонстрирует, как роботы могут справляться со сложными реальными задачами, требующими физических навыков, восприятия и стратегии. Настольный теннис является ключевым эталоном для исследований в области робототехники с 1980-х годов, поскольку эта игра требует как базовых навыков, таких как возврат мяча, так и стратегического планирования на более высоком уровне.
