Se, hvordan et AI-system lærer at spille fodbold fra bunden

Et team af forskere ved Googles Deep Mind London-projekt har lært animerede spillere, hvordan man spiller en realistisk version af fodbold på en computerskærm. I deres papir offentliggjort i tidsskriftet Science Robotics , beskriver gruppen at lære de animerede spillere at spille som solospillere og også i hold.

I flere år har robotingeniører arbejdet ihærdigt på at skabe robotter, der er i stand til at spille fodbold. Et sådant arbejde har resulteret i konkurrence mellem forskellige grupper for at se, hvem der kan udtænke de bedste robotspillere. Og det har ført til skabelsen af ​​RoboCup, som har flere ligaer, både i den virkelige verden og simulerede. I denne nye indsats anvendte forskerne en ny grad af kunstig intelligens programmerings- og læringsnetværk til at lære simulerede robotter at spille fodbold uden nogensinde at give dem reglerne.

Tanken bag den nye tilgang er at få simulerede fodboldspillere til at lære at spille spillet på samme måde som mennesker gør - ved at se, hvordan andre gør det. Det involverede også at starte fra stort set ground zero. De simulerede spillere skulle først lære at gå og derefter løbe og sparke en bold rundt. På hvert nyt niveau blev AI-systemerne vist video af fodboldspillere fra den virkelige verden, som gjorde det muligt for dem at lære ikke blot det grundlæggende i fodbold, men også at efterligne den måde, professionelle atleter bevæger sig på, når de deltager i sportsbegivenheder på højt niveau.

Da robotterne først lærte at spille spillet fra et solospillerperspektiv, blev de først stillet op mod en enkelt spiller. Efterhånden som deres færdigheder blev forbedret, blev der tilføjet flere spillere. Til sidst havde forskerne små hold, der spillede mod hinanden, såsom to-mod-to. Og efterhånden som AI-spillerne lærte mere om, hvordan spillet fungerer, blev der tilføjet flere spillere, indtil der var et komplet supplement.

De resultater, som forskerne har opnået, er imponerende - handlingen ligner et computerspil, men er mere realistisk, fordi spillerne træffer beslutninger på egen hånd. Men, som forskerne erkender, er det også forenklet. Der kaldes ingen fejl, for eksempel, og der er en usynlig grænse rundt om banen, der forhindrer bolde i at forvilde sig ud af banen. De bemærker også, at der hidtil har været lange læringstider involveret i at lære spillerne at spille, hvilket kunne hæmme teknologien i at udvikle sig til robotter i den virkelige verden. + Udforsk yderligere

En forstærkende læringsramme til at forbedre fodboldskydefærdighederne hos firbenede robotter

© 2022 Science X Network