智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
其他品牌
據(jù)TechCrunch報道，Google日前正在測試一個乒乓球機器人項目。這個項目被稱為i-Sim2Real，不僅僅是關(guān)于乒乓球，而是關(guān)于建立一個機器人系統(tǒng)，可以與快節(jié)奏和相對不可預(yù)測的人類行為一起工作。乒乓球，具有相當(dāng)嚴(yán)格的限制(相對于打籃球或板球而言)和復(fù)雜與簡單的平衡的優(yōu)勢。
Sim2Real”是描述人工智能創(chuàng)造過程的一種方式，其中機器學(xué)習(xí)模型被教導(dǎo)在虛擬環(huán)境或模擬中做什么，然后在現(xiàn)實世界中應(yīng)用這些知識。當(dāng)需要多年的試驗和錯誤才能得出一個有效的模型時，這是很有必要的--在模擬中進行，可以在幾分鐘或幾小時內(nèi)完成多年的實時訓(xùn)練。
但是，在模擬中做一些事情并不總是可能的；例如，如果一個機器人需要與人互動呢？這不是那么容易模擬的，所以你需要真實世界的數(shù)據(jù)來開始。你最終會遇到一個雞和蛋的問題：你沒有人類的數(shù)據(jù)，因為你需要它來制造人類將與之互動的機器人，并首先產(chǎn)生這些數(shù)據(jù)。
Google的研究人員通過簡單的開始和制造一個反饋回路來解決這個難題。
[i-Sim2Real]使用一個簡單的人類行為模型作為近似的起點，在模擬訓(xùn)練和在現(xiàn)實世界中部署之間交替進行。在每次迭代中，人類行為模型和政策都會得到完善。
從人類行為的近似值開始是可以的，因為機器人也只是剛剛開始學(xué)習(xí)。每場比賽都會收集到更多真實的人類數(shù)據(jù)，從而提高準(zhǔn)確性，讓人工智能學(xué)習(xí)更多。
這種方法足夠成功，該團隊的乒乓球機器人已能夠連續(xù)對打340次。
它還能夠?qū)⑶蛩突夭煌膮^(qū)域，當(dāng)然不是準(zhǔn)確的數(shù)學(xué)精度，但是好到可以開始執(zhí)行策略。
該團隊還嘗試了一種不同的方法，以實現(xiàn)更多的目標(biāo)行為，比如從不同的位置將球返回到一個非常具體的地方。同樣，這并不是要創(chuàng)造終極乒乓球機(盡管這很可能是一個結(jié)果)，而是要找到有效訓(xùn)練人類互動的方法，而不是讓人們重復(fù)成千上萬次的相同動作。
原標(biāo)題：Google正測試乒乓球機器人i-Sim2Real 已能連續(xù)對打340次
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
