Google kehittää pöytätennisrobotin, jonka voittoprosentti on yli 40 prosenttia ihmisiä vastaan
2024-08-11
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Tämä artikkeli on kopioitu julkaisusta [CCTV News Client];
Googlen "Deep Thinking" -yhtiö ilmoitti äskettäin, että yhtiön tutkimus- ja kehitystiimi on kehittänyt pöytätennisrobotin, joka pystyy saavuttamaan kilpailuissa ihmisen amatööripöytätennispelaajan tason.
T&K-tiimi julkaisi artikkelin preprint-verkkosivustolla arXiv. Tämä on ensimmäinen oppiva robotti, joka on saavuttanut pöytätennispelaajien tason. Sen päärunko on kuusiakselinen robottikäsi, joka voi liikkua eteenpäin, taaksepäin, vasemmalle, ja suoraan alemman liukukiskon läpi. Robotti voitti 29 ihmistä vastaan pelatussa pelissä 13, mikä on 45 prosentin voittoprosentti. Vastustajat ovat kaikki ihmispelaajia, joita robotti ei ole koskaan ennen nähnyt, ja heidän taitotasonsa vaihtelee aloittelijoista edistyneisiin pelaajiin.
Tutkijat sanoivat, että robotti hävisi kaikki ottelunsa edistyneitä pelaajia vastaan, mutta voitti kaikki ottelunsa junioripelaajia vastaan ja 55 prosenttia otteluistaan keskitason pelaajia vastaan.
Saavuttaakseen ihmistason nopeuden ja suorituskyvyn T&K-tiimi otti käyttöön kerrostetun ja modulaarisen strategisen arkkitehtuurin, jonka ansiosta robotti voi hallita "matalan tason taitoja", kuten kämmenlyöntiä ja takakäden työntöä, vaan myös käyttää aivojen vastinetta "matalan tason taidot" Advanced Controller" kehittää strategioita. Pelin aikana "edistynyt ohjain" voi kehittää parhaan taitosuunnitelman todellisen pelitilanteen, robotin omien kykyjen ja vastustajan kykyjen perusteella. Pelin jälkeen robotti voi myös analysoida taisteludataa ja kehittää jatkuvasti taitojaan.
Tutkijat sanoivat, että tällä robotilla on edelleen monia puutteita, kuten sen heikko takakäsi ja kyvyttömyys käsitellä nopeita palloja, palloja, jotka ovat liian korkeita tai liian alhaisia, tai palloja, jotka pyörivät voimakkaasti. He yrittävät edelleen parantaa robotin suorituskykyä parantamalla ohjausalgoritmeja ja optimoimalla laitteistoa.