Jak zvládá umělá inteligence hraní stolního tenisu?

Jak zvládá umělá inteligence hraní stolního tenisu?
Fotografie: Lisa Keffer, unsplash.com
  • Google DeepMind kombinuje robotické rameno, kamery a neuronové sítě
  • Stroj nedá začátečníkům šanci, zkušení hráči ho však hravě přemůžou

O schopnostech umělé inteligence se mluví, když dojde na tvorbu textů, obrazů, nebo jinou abstraktní práci ve virtuálním prostoru. Jak si ale poradí se skutečným světem, konkrétně sportem? Vědci z Google DeepMind odhalili prvního robotického hráče stolního tenisu poháněného umělou inteligencí, který je schopen soutěžit na amatérské lidské úrovni. Systém kombinuje průmyslové robotické rameno ABB IRB 1100 a vlastní software umělé inteligence od společnosti DeepMind.

I když zkušený lidský hráč může bota porazit, systém demonstruje potenciál strojů zvládnout složité fyzické úkoly, které vyžadují rozhodování ve zlomku sekundy a schopnost přizpůsobit se. Ve studii, které se zúčastnilo 29 účastníků, vyhrál robot s umělou inteligencí 45 % zápasů, což svědčí o solidní amatérské úrovni hry. Především dosáhl 100 % vítězství proti začátečníkům a 55 % vítězství proti středně pokročilým hráčům, ačkoli proti pokročilým soupeřům měl problémy.

Fyzická sestava se skládá z výše zmíněného IRB 1100, robotického ramene s 6 stupni volnosti, které je namontováno na dvou lineárních drahách, což mu umožňuje volný pohyb ve 2D rovině. Vysokorychlostní kamery sledují polohu míče, zatímco systém snímání pohybu sleduje pohyby pálky lidského protihráče.


Architektura systému kombinuje nízkoúrovňové ovladače dovedností (politiky neuronových sítí vyškolené k provádění specifických technik stolního tenisu, jako jsou údery z forhendu, bekhendové returny nebo reakce na podání) s vysokoúrovňovým strategickým rozhodovacím systémem (složitějším systémem umělé inteligence, který analyzuje stav hry, přizpůsobuje se stylu soupeře a vybírá, kterou politiku dovedností nízké úrovně aktivovat pro každý příchozí míček). Tato technika umožnila robotovi učit se z přibližně 17 500 skutečných trajektorií míčků, což je pro složitou úlohu poměrně malý soubor dat.

Diskuze ke článku
V diskuzi zatím nejsou žádné příspěvky. Přidejte svůj názor jako první.
Přidat názor

Nejživější diskuze