DeepMind разрабатывает робота, который может играть в любительском уровне пинг-понг

Кредит: Pixabay/CC0 Общественный домен

За последние несколько лет ученые -роботы объединяли достижения в области дизайна роботов с искусственным интеллектом, что приводит к развитию роботов с постоянно растущими способностями.В этом новом усилии исследовательская группа разработала игрока с пинг-понгом на основе искусственного интеллекта с самым высоким уровнем производительности для робота.

Чтобы построить свою систему роботов, исследователи начали с робота под названием ABB IRB 1100-робот в настоящее время используется в реальных промышленных приложениях.В дополнение к своей способности очень быстро манипулировать рукой и рукой, он также может быстро скользить от стороны в сторону по рельсу.Эти функции сделали его идеальным кандидатом на пинг-понг.

Чтобы дать роботу возможность играть в игру, которая требует очень высокой степени отзывчивости, ловкости и мысли, они использовали двухуровневый подход.Первый уровень включал в себя выполнение движений настольного тенниса, а второй был сосредоточен на стратегии.

Его архитектура мозга объединила несколько контроллеров уровня квалификации для обработки каждого типа движений, необходимых для правильного возврата мяча для пинг-понга.Каждый был обучен, используя процедуры искусственного интеллекта, которые изучались, наблюдая за симуляциями физики, а люди играют в игру - подход, который позволил использовать относительно небольшой набор данных.Они также использовали итеративный процесс, чтобы уточнить навыки робота.

Как только робот был протестирован практически и считается готовым играть людей, исследователи провели 29 матчей с участием людей с сильно различными наборами навыков.Робот мог легко победить всех людей начинающих, но ни один из тех, кто обладает высоким уровнем навыков.Он выиграл чуть более половины своих матчей против промежуточных игроков.

Во время тестирования исследовательская группа обнаружила слабые стороны в игре робота - отзывчивая реакцию на быстрые и/или высокие шары, читая спин и удары с ударами задним ходом - что они стремятся исправить.

More information: David B. D’Ambrosio et al, Achieving Human Level Competitive Robot Table Tennis, arXiv (2024). DOI: 10.48550/arxiv.2408.03906