圖片來源:
Google DeepMind
想打桌球卻找不到對手嗎?沒關係,Google DeepMind的一群科學家已經成功打造出桌球機器人,而且該名機器人具備了業餘人類桌球選手的水準,雖然它還打不贏高手,但它贏過了所有的初學者,與中階選手的比賽也有55%的勝率。
在現實世界的任務中實現人類水準的速度及性能,一直是機器人研究的北極星指標,桌球也不例外,現在的桌球機器人只有最低階的發球機,尚無可與人類對打的機器人。或許是大家對此一研究太感興趣,於此一《Achieving Human Level Competitive Robot Table Tennis》論文中掛名的作者超過25位。
DeepMind研究人員對此一論文的主要貢獻有四,一是分層與模組化的策略架構,以低階控制器來負責機器人的具體技能,並由高階控制器來選擇與調度低階控制器;二是把自模擬環境中所學習的內容直接應用到現實的技術;三是可即時適應陌生對手的能力;最後則是在實際的賽事中對抗陌生對手的用戶研究。
這個桌球機器人可以打正手、反手,能夠連續擊球,可以打到不同的位置,還能適應不同的球風,在29場與陌生人類較勁的比賽中,機器人贏了45%,如果區分這些人類玩家的程度,機器人完全打不贏高手,但贏了所有的初學者,跟中等程度的玩家比賽,機器人也贏了55%。研究人員認為它已經具備了業餘人類選手的水準。
熱門新聞
2024-12-02
2024-11-29
2024-12-02
2024-11-30
2024-12-02
Advertisement