新智元|玩冰壶也在行？投掷冰壶的机器人组合，3：2击败韩国国家队选手
本文插图
新智元报道
来源：wired
编辑：小匀
【新智元导读】冰壶是一个「细致入微」的运动项目 ， 掌握这门运动需要巧妙的技巧与策略 。 在近日Science的子刊《科学-机器人》中 ， 来自韩国和柏林的研究人员训练了一组机器人Curly ， 它们在比赛中击败了韩国国家队队员 ， 又是一个AI胜出的人机大战！
在很多体育项目中 ， 机器人都取得了不凡的成绩 。 例如 ， 在棋类等领域 ， 已经有许多出手不凡能战胜专业选手的AI了 。
最近 ， Science子刊《科学-机器人》上发表了一篇研究 ， 一个名为Curly的机器人刚刚掌握了冰壶运动的技巧 ， 就击败了两个韩国国家队 。
本文插图
【新智元|玩冰壶也在行？投掷冰壶的机器人组合，3：2击败韩国国家队选手】与现实世界精确交互
高丽大学的研究人员位于首尔和柏林技术学院的研究人员设计了Curly ， 以测试「人工智能系统与高度不稳定的现实世界场景交互」 。
换句话说 ， Curly能够观察现实世界 ， 然后以精确而战略性的方式采取相应行动 。
本文插图
实际上 ， Curly是一个由两个机器人组成的团队 ， 其中一个机器人观察得分位置 ， 而另一个则负责完成投掷 。 虽然 ， 目前没有其他机器人来完成磨冰动作 ， 但再造一个这样的磨冰机器人也不是不可能 。
本文插图
Curly的形状有点像一个扁平的泪珠 ， 有两个前轮和一个后轮 。 考虑到人类在冰上行走已经够困难的了 ， 更不用说机器人了 ， 所以 ， 研究人员给Curly加了轮子 。 机器人还配备了两个摄像头 ， 其中一个高达7英尺 ， 这可以让机器人看到各方位的全景 ， 而另一个则在它的前轮上方 。
本文插图
又是深度强化学习？
Curly的四个小轮子排成U形 ， 前轮用于抓住冰壶 ， 它们由传送带提供动力 ， 传送带使冰壶旋转 ， 就像人类玩家的操作一样 ， 当沿顺时针旋转时 ， 冰壶会向右卷曲；逆时针旋转则向左 。
本文插图
Curly的程序完全通过电脑游戏来进行训练 ， 和很多「人机大战」的技术一样 ， Curly使用的也是「深度强化学习技术」 ， 这能在程序边纠正自己的错误边改进 。
本文插图
深度强化学习在很多决策领域当中都取得了比较不错的结果 ， 尤其是在游戏 ， 多个游戏已经达到甚至是超过了人类水平 。
基于深度强化学习 ， DeepMind研发的AlphaGo Zero在不使用任何人类围棋数据的前提下 ， 在围棋上完虐人类；OpenAI研发的Dota Five则在Dota游戏上达到了人类玩家的顶尖水平；DeepMind研发的AlphaStar在星际争霸游戏上同样击败了人类职业玩家 。
3:1！Curly赢了职业选手
在训练时 ， 冰壶和冰都是用物理模型来模拟的 。 这样 ， 研究人员就可以观察训练的情况如何 ， 当然 ， 这取决于模型的精准性 。 结果证明 ， 训练的效果非常好 ， Curly只需要在每一场比赛的开始投一次冰壶 ， 就能熟悉不同的情况 ， 比如冰面是否足够光滑让冰壶划走 。
本文插图
Curly果然不负众望 ， 在四轮比赛中赢了三场 。 但也有人发出质疑 ， 如果加入擦扫冰面的条件出现 ， 但对于一个机器人来说 ， 这个成就已经非常值得骄傲了 。
研究人员指出 ， 这是一项重要的成就 ， 不仅因为这证明了机器人在这项运动中具有竞争力 ， 这项研究也涉及未来现实世界中实时的动态观察和决策 。
因此 ， 对于AI和机器人而言 ， 这都是一个里程碑 ， 而且对在模拟环境中训练此类机器人大有帮助 。 因为尽管在这几年 ， 类似的研究还不足以达到这么明显的效果 。
参考链接：
https://www.wired.com/story/meet-curly-the-curling-robot-that-beats-the-pros/
推荐阅读
- 医生|65岁老汉突然昏迷，三小时后离世，医生遗憾：这玩物害了不少老年人
- 冬天|“我今年23岁，不敢和人牵手拥抱，都是因为这个恼人的玩意儿”
- 减肥|较真丨减肥产品含违禁药再被曝光，为什么说滥用这些产品是在玩命？
- 被“玩坏”的奥利奥，你都吃过哪些奥利奥黑暗料理
- 美国_军事|敢做不敢当？美国立法禁止与中国合作，如今却诋毁中国不带自己玩
- 玩具|这是啥？一些奇奇怪怪的东西
- 游戏|3D游戏玩吐了：好游戏，我不配拥有
- 吃播|今天你玩命 明天命玩你，又一个吃播走了——愿世上再没有吃播
- 萝卜|高手玩“嫁接”，萝卜嫁接白菜，土豆嫁接西红柿，小齐感觉很鸡肋
- 灭绝|第六次大灭绝已经来临？多个迹象表明这不是开玩笑！