网友Rui评论：第一次看，想了这么久。
前段时间，当整个AI界沉浸在ChatGPT带来的狂欢中时，Google DeepMind悄悄做了一些可以自己学习踢足球的小型具身智能机器人，将他们一直坚持的强化学习带到了物理世界。
机器人1v1：
能控球、投篮、防守。
不管怎么推倒，它都能很快站起来。
顺便说一句，买两个带回家看他们踢球，似乎还蛮有趣的。
嗯……一看价格，我买不起。
▍从机械骨架到智能足球运动员
事实上，踢球者是 Robotics 的 OP3 机器人。 是专门为研发和教育而设计的微型机器人平台。 用户购买套件后，可以使用C++或Python进行二次开发，赋予其各种能力。 。
OP3的最初版本只是一个没有灵魂的机器人骨架。 当Deepmind用深度强化学习给它注入灵魂时，我们看到了我们看到的场景。
这不是未来的玩具吗？ 不知道大家小时候有没有看过一部叫《超智足球》的动画片。 拥有一个AI足球运动员是很多孩子儿时的梦想！
AI+柔性机器人硬件，看来超级智能足球运动员的初版已经出炉了！
因此，请所有玩具制造商注意并开始思考如何利用人工智能。 当然，现在OP3的价格还是太贵了，而且还有很多低成本的机器人硬件方案，这里就不详细说了。
据了解，研究人员研究了动态多智能体环境中小型人形机器人的全身控制和物体交互。 他们训练了一个具有 20 个可控关节的微型机器人来进行 1v1 足球比赛，并观察了本体感受和比赛状态特征。
尽管机器人最初移动缓慢且笨拙，但通过深度强化学习，研究人员成功合成了自然流畅的动态敏捷动作，并实现了复杂的长期行为。
▍AI自学习比手动编程快1.5倍！
我们来看看Deepmind的训练计划：
对于一个学习踢足球的机器人来说，它需要具备多种技能：包括走、踢、站立、得分和防守，所有这些技能都需要协调一致才能进球并赢得比赛。
因此，这些技能需要先单独训练，然后才能在虚拟环境中调整策略。 这样可以以低成本快速获得大量训练数据，让机器人在虚拟环境中与自己进行多次较量，并结合各种技能。
为了尽量减少转移到现实世界后的延迟，研究人员还在虚拟环境中添加了噪声干扰和模拟延迟。
一旦在虚拟环境中接受训练，这些技能将被转移到 OP3 机器人上，使其能够在现实世界中踢足球。
正如您所看到的，机器人能够从跌倒中快速恢复。 它还可以快速转身、定位，甚至拦截移动的球，以实现成功的射门。
经过最终测试，研究人员发现，与人类手动编程技能相比，人工智能的自学习性能更好。 与训练前相比，OP3的行走速度提高了156%，站立时间缩短了63%。
▍还有一件事
当然，深度强化学习在足球机器人的培养上远远不止于此。 Robotics 和 DeepMind 之间的合作揭示了未来的新可能性，将人工智能和机械技能在娱乐、教育和体育领域相结合。
想象一下，孩子们不再局限于观看动画或玩虚拟游戏，而是可以与真实的AI足球机器人互动，一起训练，甚至挑战真正的比赛。 这样的技术不仅可以促进身体锻炼和战略思维，还可能将人工智能的魅力带入每个家庭。
虽然现在这样的机器人还比较昂贵，但随着技术的不断成熟和规模化生产，这样的未来也许离我们并不遥远。 你期待屏幕前的这一天吗？
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请联系本站，一经查实，本站将立刻删除。如若转载，请注明出处：https://mdxbjj.com/html/tiyuwenda/6751.html
