深蓝 vs. 卡斯帕罗夫。沃森对肯·詹宁斯和布拉德·鲁特。Deepmind vs. Atari。阿尔法围棋 vs. 李世石。
在过去的几十年里，伟大的机器与人类的竞争毫无疑问地表明谁是老板。
所有这些比赛都以最礼貌的方式进行。这些挑战都涉及智力追求。
但是，当人工智能进行身体接触游戏时，例如，当机器人参与推、推或击倒对手时，会发生什么?
DeepMind的研究人员在训练踢足球的人形机器人试验中解决了这个问题。没有人类受试者参与这些比赛，反正还没有。但是有一些粗暴的发挥。
在arXiv预印本服务器上周发布的一篇论文中，Tuomas Haarnoja和二十多名同事报告了他们向机器人教授复杂运动技能和基本游戏策略的成功努力。
研究人员表示，近年来其他公司涉及四足机器人的许多项目都取得了令人印象深刻的成果。其中值得注意的是波士顿动力公司的机器狗Spot，它擅长顺利地导航未知，非结构化和敌对环境。
解决双足运动的项目较少。研究人员表示，两条腿的机动性对稳定性和安全性提出了额外的挑战。在体育方面，这些挑战甚至更大。
“足球需要各种高度敏捷和动态的动作，包括跑步、转身、侧步、踢腿、传球、摔倒恢复、物体互动等等，”哈诺亚说。
“球员还需要能够对球、队友和对手做出预测，并根据比赛环境调整他们的动作。玩家还需要在长时间尺度上协调动作，以实现战术、协调的比赛。
DeepMind的工作人员设计了具有20个可控关节的微型人形机器人，并使用Deep RL(深度强化学习)来教他们基本的足球技能。他们专注于情境适应运动技能，如“走路、跑步、转身、踢腿和跌倒恢复”。
这些机器人表现出“强大而动态的运动技能，”Haarnoja说。这份题为“通过深度强化学习学习双足机器人的敏捷足球技能”的报告上周也发布在谷歌博客上。
机器人足球项目与许多早期类似项目的不同之处在于，它专注于使用整个机器人身体 - 而不仅仅是手或脚 - 参与战略游戏。
“创造一般的具身智能，即创造能够在物理世界中以敏捷，灵巧和理解的方式行动的代理 - 就像动物或人类一样 - 是人工智能研究人员和机器人专家的长期目标之一，”Haarnoja说。
DeepMind项目的发布在社交媒体上引起了很多讨论，但一个简短的视频片段引起了特别的关注。在剪辑中，一名研究人员不断推倒一个试图进球的机器人。机器人每次都英勇地恢复并重新站起来。
虽然这样做显然是为了测试和提高机器人从绊倒和其他错误中恢复的能力，但“滥用”激起了Twitter用户的回应。
“很难不拟人化。我的大脑说，别再卑鄙了!哈哈，“约翰韦勒说。
“在什么时候[机器人]知道当人类不经常推动它们时踢足球更容易，然后采取行动阻止它发生，这样他们就可以打球了?”N4GERACS问道。
“我得说，就我个人而言，鉴于人工智能现在的发展速度如此之快，我不会那么漫不经心地推那些机器人，”杰夫·基尔希警告说。
还有景朗的警告：“我希望他们能原谅我们。
也许那些对推搡感到不安的人会因为一位来自不同运动的伟大运动员的智慧而感到安慰，这位已故的棒球棒球运动员贝比·鲁斯(Babe Ruth)曾经说过：“你不能打败那些不会放弃的人。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！