谷歌 DeepMind 训练出足球迷你机器人

谷歌 DeepMind 的科学家们已经训练微型人形机器人在球场上踢球时掌握足球技能——就像人类一样。

这些机器人使用基于人工智能的深度强化学习方法进行训练，这使它们能够掌握足球比赛所需的一系列动态技能和战术。

他们不仅能够追球和踢球，还能在一对一的比赛中互相防守球，并迅速从摔倒中恢复过来，在所有任务中表现出比脚本场景中的机器人快得多的时间。

“在这种类型的机器人上，我们的玩家能够比手动编程的技能更快地行走、转身、踢腿和站立。他们还可以结合动作来进球、预测球的移动以及阻挡对手的射门，从而形成对 1v1 比赛的基本理解。”Google DeepMind 表示。

科学家们使用 MuJoCo 物理引擎在模拟中训练他们的人工智能代理，然后将它们转移到具有 20 个驱动关节的小型人形机器人上。

为了解决模拟与现实之间的差距（谷歌 Deepmind 称之为“重大挑战”），科学家们特意在模拟器中添加了破坏力和随机性。

该公司解释说：“这意味着通过反复试验学习的智能体可以应对现实世界中的意外干扰。”

它说：“这项工作是朝着训练通用机器人迈出的一步，而不是训练它们执行特定任务。为此，我们需要了解他们学习敏捷运动技能所需的最少指导，同时也利用多模式基础模型的功能。”

虽然这项研究的结果“看起来很有趣”，但谷歌 DeepMind 表示，其研究是将机器人带入人们日常生活的最终目标的一部分。详细介绍该研究的论文发表在同行评审期刊《科学机器人》上。