{"id":11532,"date":"2024-04-13T16:05:39","date_gmt":"2024-04-13T16:05:39","guid":{"rendered":"https:\/\/dailyai.com\/?p=11532"},"modified":"2024-04-15T11:50:53","modified_gmt":"2024-04-15T11:50:53","slug":"deepmind-train-robot-soccer-players-that-kick-tackle-and-defend","status":"publish","type":"post","link":"https:\/\/dailyai.com\/fr\/2024\/04\/deepmind-train-robot-soccer-players-that-kick-tackle-and-defend\/","title":{"rendered":"DeepMind forme des robots footballeurs capables de frapper, de tacler et de d\u00e9fendre"},"content":{"rendered":"

Des chercheurs de la soci\u00e9t\u00e9 DeepMind de Google ont franchi une \u00e9tape importante dans le domaine de la robotique en entra\u00eenant avec succ\u00e8s des robots humano\u00efdes de 20 pouces de haut \u00e0 jouer des matchs de football \u00e0 un contre un.\u00a0<\/b><\/p>\n

Leur <\/span>\u00e9tude<\/span><\/a>publi\u00e9e dans Science Robotics, explique comment ils ont utilis\u00e9 l'apprentissage par renforcement profond (RL) pour enseigner aux robots des techniques complexes de locomotion et de jeu.<\/span><\/p>\n

Les produits disponibles dans le commerce Robots Robotis OP3<\/a> a appris \u00e0 courir, \u00e0 donner des coups de pied, \u00e0 bloquer, \u00e0 se relever apr\u00e8s une chute et \u00e0 marquer des buts, le tout sans aucune programmation manuelle. <\/span><\/p>\n

Au lieu de cela, les agents d'intelligence artificielle qui contr\u00f4lent les robots ont acquis ces capacit\u00e9s par essais et erreurs dans des environnements simul\u00e9s, guid\u00e9s par un syst\u00e8me de r\u00e9compense.<\/span><\/p>\n

Voici comment fonctionne le syst\u00e8me de football robotis\u00e9 :<\/span><\/p>\n

    \n
  1. Tout d'abord, ils ont form\u00e9 des r\u00e9seaux neuronaux distincts appel\u00e9s \"politiques de comp\u00e9tences\" pour les mouvements fondamentaux tels que la marche, les coups de pied et le fait de se lever. Chaque comp\u00e9tence a \u00e9t\u00e9 apprise dans un environnement cibl\u00e9 qui r\u00e9compensait le robot lorsqu'il ma\u00eetrisait cette capacit\u00e9 sp\u00e9cifique.<\/span><\/li>\n
  2. Ensuite, \u00e0 l'aide d'une technique appel\u00e9e distillation des politiques, les politiques de comp\u00e9tences individuelles ont \u00e9t\u00e9 fusionn\u00e9es en un seul r\u00e9seau de politiques principales. Cette politique unifi\u00e9e peut activer la comp\u00e9tence appropri\u00e9e en fonction de la situation.<\/span><\/li>\n
  3. Les chercheurs ont ensuite optimis\u00e9 la politique principale par le biais de l'auto-jeu, o\u00f9 le robot a jou\u00e9 des matchs simul\u00e9s contre des versions ant\u00e9rieures de lui-m\u00eame. Ce processus it\u00e9ratif a permis d'am\u00e9liorer continuellement la strat\u00e9gie et le jeu.<\/span><\/li>\n
  4. Pour pr\u00e9parer la politique \u00e0 un d\u00e9ploiement dans le monde r\u00e9el, l'environnement de formation simul\u00e9 a \u00e9t\u00e9 randomis\u00e9 en termes de facteurs tels que le frottement et la distribution de la masse du robot. Cela a permis \u00e0 la politique d'\u00eatre plus r\u00e9sistante aux variations physiques.<\/span><\/li>\n
  5. Enfin, apr\u00e8s un entra\u00eenement exclusivement en simulation, la politique finalis\u00e9e a \u00e9t\u00e9 t\u00e9l\u00e9charg\u00e9e sur de vrais robots OP3, qui ont ensuite jou\u00e9 des matchs de football physiques sans qu'aucun r\u00e9glage suppl\u00e9mentaire ne soit n\u00e9cessaire.<\/span><\/li>\n<\/ol>\n

    Pour \u00eatre honn\u00eate, il faut le voir pour le croire. Science populaire<\/a>ci-dessous.<\/p>\n