Nachricht

Dieser Artikel wurde von [CCTV News Client] reproduziert;

Googles „Deep Thinking“-Unternehmen gab kürzlich bekannt, dass das Forschungs- und Entwicklungsteam des Unternehmens einen Tischtennisroboter entwickelt hat, der bei Wettbewerben das Niveau menschlicher Amateur-Tischtennisspieler erreichen kann.

Das Forschungs- und Entwicklungsteam veröffentlichte einen Artikel auf der Preprint-Website arXiv. Dies ist der erste lernende Roboteragent, der das Niveau menschlicher Amateurspieler im Tischtennis erreicht. Sein Hauptkörper ist ein sechsachsiger Roboterarm, der sich vorwärts, rückwärts, links bewegen kann. und direkt durch die untere Gleitschiene. In 29 Spielen gegen Menschen gewann der Roboter 13, was einer Gewinnquote von 45 % entspricht. Die Gegner sind allesamt menschliche Spieler, die der Roboter noch nie zuvor gesehen hat, und ihr Können reicht vom Anfänger bis zum fortgeschrittenen Spieler.

Die Forscher sagten, der Roboter habe alle seine Spiele gegen fortgeschrittene Spieler verloren, aber alle seine Spiele gegen jüngere Spieler und 55 Prozent seiner Spiele gegen fortgeschrittene Spieler gewonnen.

Um Geschwindigkeit und Leistung auf menschlichem Niveau zu erreichen, hat das Forschungs- und Entwicklungsteam eine mehrschichtige und modulare strategische Architektur eingeführt, die es dem Roboter ermöglicht, nicht nur „Fähigkeiten auf niedrigem Niveau“ wie Vorhand-Topspin und Rückhandstoß zu beherrschen, sondern auch das Äquivalent des Gehirns zu nutzen „Low-Level-Skills“ „Advanced Controller“ zur Entwicklung von Strategien. Während des Spiels kann der „fortgeschrittene Controller“ basierend auf der tatsächlichen Spielsituation, den eigenen Fähigkeiten des Roboters und den Fähigkeiten des Gegners den besten Fähigkeitsplan entwickeln. Nach dem Spiel kann der Roboter auch die Kampfdaten analysieren und seine Fähigkeiten kontinuierlich verbessern.

Forscher sagten, dass dieser Roboter immer noch viele Mängel aufweist, wie zum Beispiel seine schwache Rückhand und seine Unfähigkeit, mit schnellen Bällen, Bällen, die zu hoch oder zu niedrig sind, oder Bällen, die sich stark drehen, umzugehen. Sie werden versuchen, die Leistung des Roboters durch die Verbesserung von Steuerungsalgorithmen und die Optimierung der Hardware weiter zu verbessern.