{"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\/sv\/2024\/04\/deepmind-train-robot-soccer-players-that-kick-tackle-and-defend\/","title":{"rendered":"DeepMind tr\u00e4nar robotfotbollsspelare som sparkar, tacklar och f\u00f6rsvarar"},"content":{"rendered":"

Forskare vid Googles DeepMind har n\u00e5tt en milstolpe inom robotik genom att framg\u00e5ngsrikt tr\u00e4na 20 tum l\u00e5nga humanoida robotar att spela fotbollsmatcher en mot en.\u00a0<\/b><\/p>\n

Deras <\/span>studie<\/span><\/a>som publicerades i Science Robotics, beskriver hur de anv\u00e4nde djup f\u00f6rst\u00e4rkningsinl\u00e4rning (RL) f\u00f6r att l\u00e4ra robotarna komplexa r\u00f6relse- och spelf\u00e4rdigheter.<\/span><\/p>\n

De kommersiellt tillg\u00e4ngliga Robotis OP3-robotar<\/a> l\u00e4rde sig att springa, sparka, blockera, resa sig efter fall och g\u00f6ra m\u00e5l - allt utan n\u00e5gon manuell programmering. <\/span><\/p>\n

Ist\u00e4llet har AI-agenter som styr robotarna f\u00f6rv\u00e4rvat dessa f\u00f6rm\u00e5gor genom att pr\u00f6va sig fram i simulerade milj\u00f6er, styrda av ett bel\u00f6ningssystem.<\/span><\/p>\n

S\u00e5 h\u00e4r fungerar det robotiserade fotbollssystemet:<\/span><\/p>\n

    \n
  1. F\u00f6rst utbildade de separata neurala n\u00e4tverk som kallas \"skill policies\" f\u00f6r grundl\u00e4ggande r\u00f6relser som att g\u00e5, sparka och resa sig upp. Varje f\u00e4rdighet l\u00e4rdes in i en fokuserad milj\u00f6 som bel\u00f6nade roboten f\u00f6r att den beh\u00e4rskade den specifika f\u00f6rm\u00e5gan.<\/span><\/li>\n
  2. Med hj\u00e4lp av en teknik som kallas policydestillation sammanf\u00f6rdes sedan de enskilda kompetenspolicyerna till ett enda \u00f6vergripande policyn\u00e4tverk. Denna enhetliga policy kunde aktivera l\u00e4mplig kompetens beroende p\u00e5 situationen.<\/span><\/li>\n
  3. Forskarna optimerade sedan masterpolicyn ytterligare genom sj\u00e4lvspel, d\u00e4r roboten spelade simulerade matcher mot tidigare versioner av sig sj\u00e4lv. Denna iterativa process ledde till kontinuerliga f\u00f6rb\u00e4ttringar av strategi och spel.<\/span><\/li>\n
  4. F\u00f6r att f\u00f6rbereda policyn f\u00f6r anv\u00e4ndning i verkligheten randomiserades den simulerade tr\u00e4ningsmilj\u00f6n med avseende p\u00e5 faktorer som friktion och robotens massf\u00f6rdelning. Detta bidrog till att policyn blev mer robust mot fysiska variationer.<\/span><\/li>\n
  5. Efter att ha tr\u00e4nat uteslutande i simulering laddades den f\u00e4rdiga policyn slutligen upp till riktiga OP3-robotar, som sedan spelade fysiska fotbollsmatcher utan att beh\u00f6va finjusteras ytterligare.<\/span><\/li>\n<\/ol>\n

    F\u00f6r att vara \u00e4rlig m\u00e5ste du se det f\u00f6r att tro det, s\u00e5 titta Popul\u00e4rvetenskap<\/a>'s videor nedan.<\/p>\n