Скорошно изследване направи смел обрат в областта на роботиката, като показа човекоподобни роботи, които са научили да играят футбол чрез иновативен метод на обучение, захранван от изкуствен интелект (ИИ). Едно изследване, публикувано на 10 април в Science Robotics, разкрива как тези малки роботи-футболисти могат да атакуват и защитават се със стратегически ходове, научени чрез дълбоко подсилване на ученето, рязко режещ техниката на ИИ.
Екипът на изследователи от Google DeepMind екипира малките си човекоподобни роботи Robotis OP3 със способността да научават сложни футболни умения без необходимостта от изчерпателно предварително програмиране. Тези роботи бяха наблюдавани, как умело управляват футболна топка, вземат тактически решения и бързо се изправят след падане, демонстрирайки значително развитие в роботичната гъвкавост и приспособяемост.
Дълбокото подсилване на ученето, прилаганата ИИ стратегия, е сложно съчетание от различни техники за обучение. Тя включва комбинация от подсилване на положителни резултати, имитиране на наблюдаваната поведенчеств (надзиравано учене) и използване на дълбоки невронни мрежи, проектирани да замяна структурата на човешкия мозък.
В количествени изрази, роботите, които получиха обучение чрез този метод на ИИ, показаха забележителни подобрения. Те изявиха по-високи скорости при ходене и завъртане, увеличиха скоростта на удар на топката и намалиха времето за възстановяване след загуба на баланс със значителна стойност в сравнение с техните роботи, които не бяха обучени с ИИ.
Роботите не само изпълняваха по-добре, но също така показваха спонтанни „изникващи поведения“ като уникални движения на краката и завъртания, които биха били трудно кодирани в техните системи, което показва потенциала за още по-сложни и разнообразни движения в бъдеще.
Изследването означава скок напред в развитието на роботиката, където ИИ може да доведе до създаването на прости и безопасни движения за човекоподобни роботи. Тези напредъци подготвят пътя за по-сложни роботични реакции в разнообразни и непредвидими среди, като поставят камък-място в ИИ-помогната автономност и машинно обучение.