观看迷你人形机器人展示他们的足球技能

足球机器人进行了升级。 使用由人工智能驱动的深度强化学习进行训练的两足机器人可以比接受脚本课程的机器人更快地行走、转身踢球以及跌倒后站起来。

盖伊·杠杆 谷歌 DeepMind 和他的同事们将电池供电 Robotis OP3 机器人它高约 50 厘米，有 20 个关节，经过 240 小时的深度强化学习。

这项技术结合了人工智能训练的两个关键原则：强化学习让智能体通过反复试验获得技能，其目标是因正确选择而获得奖励的次数多于错误选择，而深度学习则使用神经网络层——试图模仿人类大脑——分析人工智能显示的数据中的模式。

研究人员将他们的机器人与使用预先编写的技能工作的机器人进行了比较。 经过深度强化学习训练的人比其他人走得快 181%，转身快 302%，踢球更用力 34%，在一对一比赛中摔倒后站起来的速度比其他人快 63%。 “这些行为很难手动设计和编写脚本，”Lever 说。

这项研究推动了机器人领域的发展 乔纳森·艾特肯 在英国谢菲尔德大学。 “本文处理的最重要的问题之一是缩小模拟与真实的差距，”他说。 这就是在模拟中学到的技能不一定能很好地转移到现实生活环境中的地方。

他说，谷歌 DeepMind 团队提出的解决方案是一个有用的解决方案，即使用物理引擎来模拟训练案例，而不是让机器人在现实生活中重复尝试事物并将其用作神经网络分析的训练数据。

但团队成员表示，“踢足球的机器人并不是最终目标” 托马斯·哈诺亚。

艾特肯说：“这项工作的目的不是很快生产出在英超联赛中比赛的人形机器人，而是了解我们如何快速培养复杂的机器人技能，使用综合训练方法来培养可以迅速、更重要的是，能够稳健地转移到实际工作应用中。”

主题：