2024. 08. 15. - 08:20
Videóval - Versenyszerűen pingpongozó robotkar iskolázza le a játékosokat
Versenyszerűen pingpongozik a Google Deepmind robotkarja, akár egy ember és ugyanúgy nyer is a legtöbb játékossal szemben. De azért még van mit tanulnia.
Versenyképes pingpongozó robotkart fejlesztett ki a Google Deepmind. A cég mesterséges intelligenciával foglalkozó kutatólaboratóriumának kutatói az ABB robotkarját alakították versenyképes asztaliteniszezővé.
A robotkar előre-hátra forgathatja 3D-nyomtatott lapátját, így győzedelmeskedve ember versenytársaival szemben.
A kutatók 2024. augusztus elején tették közzé tanulmányukat, melyben szerepel, ahogyan az ABB robotkar egy profi edző ellen játszik. Két lineáris portál tetejére van felszerelve, ezek teszik lehetővé teszik az oldalirányú mozgást.
Profi rendszerrel sajátítja el a játékot
Nemcsak 3D-nyomtatott lapáttal rendelkezik, hanem rövid gumicsövekkel is. Amint a játék elkezdődik, a Google Deepmind robotkarja azonnal a győzelemre hajt.
A kutatók arra képezik a robotkart, hogy a versenyszerű asztaliteniszben jellemző készségeket hajtson végre, így képes felépíteni adatait.
A robot és rendszere információkat gyűjt arról, mikén hajtják végre edzés közben és után az egyes készségeket a pingpongozók. Olvasd el: Megverte az emberekből álló csapatot a curling robot
Döbbenetes - Versenyszerűen pingpongozó robotkar iskolázza le a játékosokat
Ezen, összegyűjtött adatok segítenek a vezérlőnek eldönteni, hogy a robotkar milyen készségeket használjon a játék során. Ily módon képes lehet megjósolni ellenfele lépését és ennek megfelelően játszani.
Ahhoz, hogy az ABB robotkar nyerni tudjon versenytársa ellen, a Google Deepmind kutatóinak meg kell győződniük arról, hogy az eszköz a pillanatnyi helyzet alapján a legjobb lépést választja és másodpercek alatt a megfelelő technikával képes azt ellensúlyozni.
Ezek kezelésére a kutatók azt írják tanulmányukban, hogy két részből álló rendszert telepítettek a robotkarhoz, nevezetesen az alacsony szintű készségekre vonatkozó szabályzatokat, illetve egy magas szintű vezérlőt.
Az előbbi olyan rutinokat vagy készségeket foglal magában, amelyeket a robotkar az asztalitenisz terén tanult meg.
Ezek közé tartozik a labda elütése pörgetéssel (topspin) a tenyeres kézzel, valamint a fonák kézzel, valamint a labda adogatása a forhend használatával. A robotkar ezeket a készségeket tanulmányozta, hogy kialakítsa az alapvető „elvrendszerét”. Ez utóbbi, a magas szintű vezérlő dönti el, hogy ezek közül a képességek közül melyiket használja a játék során.
Ez az eszköz segíthet felmérni, mi történik éppen a játékban. Innentől kezdve a kutatók egy szimulált környezetben, vagy virtuális játékbeállításban edzik a robotkart, az RL (Reforcement Learning) nevű módszerrel.
A robotkar megnyeri a meccsek 45 százalékát
Az Inforcement Learning folytatásaként ez a módszer segíti a robot gyakorlását és különféle készségek elsajátítását, majd a szimulációs edzés után a robotkarok készségeit a valós világban tesztelik és használják, anélkül, hogy a valós környezetre speciális képzést végeznének. Az eddigi eredmények azt mutatják, hogy az eszköz képes győzni ellenfelével versenyszerű asztalitenisz környezetben.
Ahhoz, hogy tudja, milyen jó az asztalitenisz, a robotkar 29 különböző képzettségi szintű emberi játékos ellen játszott: kezdő, középhaladó, haladó és haladó plusz.
A Google Deepmind kutatói minden emberi játékosnak három játékot adtak a robot ellen. A szabályok többnyire megegyeztek a hagyományos asztalitenisz játékszabályaival, de a robot nem szerválhatott.
A robotkar a meccsek 45 százalékát, az egyéni játékok 46 százalékát nyerte meg. A kezdőkkel szemben az összesben győzött, a középhaladó játékosokkal szemben pedig a robotkar a meccseinek 55 százalékát nyerte meg.
Ugyanakkor, minden mérkőzését elveszítette haladó és ennél magasabb szinten játszó játékosokkal szemben, ami arra utal, hogy a robotkar már középszintű emberi játékot ért el eddig.
A Google Deepmind kutatói úgy vélik, hogy ez az előrelépés „csak egy kis lépés a robotika terén régóta fennálló cél felé, azaz emberi szintű teljesítmény elérése számos hasznos valós képesség terén”.
B.A.
