cari
RumahPeranti teknologiAIAI boleh 'bermain bola sepak', tetapi robot AI masih belum boleh

​November ini, Piala Dunia akan bermula semula.

Pada masa itu, tidak kira sama ada kita bermain atau tidak, sama ada kita bermain dengan baik atau tidak, ramai orang akan mula bercakap tentang bola sepak semula.

Tidak mungkin, siapa yang menggelar bola sepak sebagai sukan nombor satu di dunia.

Namun, berbanding Piala Dunia, saintis lebih berminat dengan Liga Simulasi 3D Piala Robot Tahunan.

Tidak lama dahulu, pasukan penyelidik dari syarikat kecerdasan buatan British DeepMind menggunakan versi dipercepatkan kursus sukan untuk mensimulasikan perlawanan bola sepak selama berdekad-dekad melalui komputer untuk melatih AI untuk belajar bagaimana dengan mahir Mengawal pemain bola sepak humanoid digital.

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Penyelidikan berkaitan diterbitkan dalam majalah "Sains·Robotik".

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Alamat kertas: https://www.science.org/doi/10.1126/scirobotics.abo0235

Jelas sekali, ini bukan kali pertama "pemain bola sepak AI" menjadi perhatian umum.

Sejarah ringkas evolusi pemain bola sepak AI

Seawal 2016, tidak lama selepas AlphaGo mengalahkan Lee Sedol dalam Go, Deepmind mula merenung Biarkan AI bermain bola sepak.

Pada bulan Jun tahun itu, penyelidik DeepMind meminta AI mengawal objek berbentuk semut untuk mengejar bola, dan kemudian menggelecek bola sehingga ia dihantar ke gawang untuk menjaringkan gol.

Menurut David Silver, ketua pasukan DeepMind, dengan bantuan algoritma Actor-Critic asynchronous yang baru dibangunkan oleh Google, iaitu A3C, AI bukan sahaja menyelesaikan projek, tetapi juga diteruskan untuk menggunakannya sepanjang keseluruhan proses Dia perlu diajar tentang mekanik.

Percubaan ini memberikan “AI Football Playing” satu permulaan yang baik.

Menjelang 2019, DeepMind telah melatih ramai "Pemain", yang dibuat daripada rancangan latihan berbeza DeepMind memilih 10 pasukan bola sepak dua orang daripada mereka.

Setiap daripada 10 pasukan ini mempunyai 25 bilion bingkai pengalaman pembelajaran dan DeepMind mengumpul 1 juta permainan di antara mereka.

Kemudian DeepMind menyediakan persekitaran untuk membenarkan berbilang AI bermain permainan bola sepak bersama-sama, dan menetapkan peraturan terlebih dahulu untuk memberi ganjaran kepada keseluruhan "pasukan bola sepak" dan bukannya menggalakkan "pemain AI" individu " keputusan untuk mempromosikan kemajuan keseluruhan pasukan.

DeepMind telah membuktikan dengan cara ini bahawa AI boleh bekerjasama antara satu sama lain.

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Nampaknya semuanya berjalan lancar, tetapi pada tahun 2020, pemain AI DeepMind menghadapi masalah.

Menurut maklumat yang diberikan oleh Brain JiTi, semasa permainan, robot bola sepak satu pihak berbaris berturut-turut untuk menembak ke arah gawang, tetapi penjaga gol robot itu tidak bersedia untuk bertahan jatuh ke tanah dan mula menghayunkan kakinya liar.

Adakah anda fikir ini adalah penghujungnya? Terlalu naif!

Kemudian pemain robot hadapan melakukan tarian yang sangat mengelirukan, menghentak kakinya, melambai-lambaikan tangannya, dan jatuh ke tanah dengan bunyi dentuman.

Adegan ini mengejutkan penonton: mereka telah melihat orang melepaskan diri, tetapi mereka tidak pernah melihat orang melepaskan diri seperti ini!

Kenapa ni?

Ini juga bermula dengan prinsip di sebaliknya.

Pada permulaan “AI Playing Football”, penyelidik menggunakan laluan pembelajaran pengukuhan.

Sebelum ini, pembelajaran AlphaGo adalah berdasarkan pembelajaran diselia, iaitu latihan melalui set data berlabel.

Tetapi kaedah ini mempunyai keperluan yang tinggi terhadap "kebersihan" data: apabila terdapat masalah dengan data, AI akan membuat kesilapan.

Sebaliknya, pembelajaran peneguhan meniru model pembelajaran manusia AI belajar dalam cara "percubaan dan kesilapan" Ia diberi ganjaran jika ia betul dan dihukum jika ia salah, dengan itu mewujudkan sambungan yang betul.

Nampaknya jauh lebih bijak daripada pembelajaran seliaan tradisional, tetapi masih mempunyai kelemahan.

Sebagai contoh, AI akan mempunyai pemahaman yang salah tentang ganjaran dan hukuman, sekali gus menjana strategi pelik.

OpenAI pernah mereka bentuk permainan mendayung. Tugas asal AI adalah untuk melengkapkan perlumbaan.

Para penyelidik menyediakan dua ganjaran, satu adalah untuk menyelesaikan permainan, dan satu lagi adalah untuk mengumpul markah dalam persekitaran. Hasilnya ialah ejen itu menemui kawasan dan terus berputar di sana untuk "mendapatkan mata".

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Apakah helah baharu yang dimainkan oleh AI kali ini? >Walaupun Terdapat perubahan apabila AI bermain bola sepak, tetapi penyelidik tidak berputus asa.

Seperti yang dinyatakan pada permulaan artikel, pasukan penyelidik DeepMind telah membuat satu kejayaan baharu dalam melatih "pemain bola sepak AI".

Menurut penerangan kertas, walaupun pasukan DeepMind memudahkan peraturan permainan dalam kajian ini dan mengehadkan bilangan pemain dalam kedua-dua pasukan kepada 2-3, "pemain bola sepak AI" boleh melengkapkan kejayaan dengan bola, konfrontasi fizikal , dan penangkapan ketepatan dan tindakan lain.

Jadi bagaimana penyelidik melatih "pemain bola sepak AI"?

Ringkasnya, ia menggabungkan pembelajaran diselia dan pembelajaran pengukuhan.

Pada langkah pertama, AI perlu menonton klip video manusia bermain bola sepak dan belajar berjalan secara semula jadi, kerana AI tidak tahu apa yang perlu dilakukan pada bola sepak padang pada mulanya.

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Dalam langkah kedua, AI ​​berlatih menggelecek dan menembak di bawah algoritma pembelajaran pengukuhan.

AI boleh melengkapkan kedua-dua langkah ini dalam masa kira-kira 24 jam.

Langkah ketiga ialah berlatih dalam bentuk pertandingan Robot AI menjalankan pertandingan 2 lawan 2 Langkah ini mengambil masa 2 hingga 3 minggu, terutamanya untuk membiarkannya AI belajar kerja berpasukan dan kawalan pergerakan yang lebih sukar seperti meramal hantaran.

AI boleh bermain bola sepak, tetapi robot AI masih belum boleh

Prestasi "pemain bola sepak AI" kali ini masih membuatkan pasukan penyelidik berasa cukup berpuas hati.

Pasukan DeepMind percaya bahawa penyelidikan ini menggalakkan kemajuan sistem buatan ke arah kecerdasan motor peringkat manusia.

Walau bagaimanapun, pasukan DeepMind masih agak sedar bahawa kejayaan ini masih mempunyai had.

Sebagai contoh, permainan ini adalah 2v2 dan bukannya 11v11 yang biasa digunakan dalam perlawanan bola sepak sebenar Ini tidak bermakna AI boleh mengambil bahagian dalam perlawanan bola sepak yang lebih kompleks.

Selain itu, perlawanan 2v2 yang mudah pun tidak boleh digunakan secara langsung pada perkakasan robot.

Dengan kata lain, saintis masih belum dapat membangunkan robot yang boleh bermain bola sepak.

Rujukan: https://www.science.org/doi/10.1126/scirobotics.abo0235

https://sports.yahoo.com/deepmind- ai -now-play-football-134345563.html?guccounter=2

https://www.woshipm.com/ai/3619952.htmlhttp://it.people.com.cn/n1/2016 / 0622/c1009-28467916.html​

Atas ialah kandungan terperinci AI boleh 'bermain bola sepak', tetapi robot AI masih belum boleh. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Artikel ini dikembalikan pada:51CTO.COM. Jika ada pelanggaran, sila hubungi admin@php.cn Padam
Elakkan 5 kesilapan biasa ini di AI yang setiap orang baru membuatElakkan 5 kesilapan biasa ini di AI yang setiap orang baru membuatApr 18, 2025 am 11:25 AM

Memulakan perjalanan AI anda? Elakkan perangkap biasa ini! Panduan ini menyoroti lima pemula kesilapan yang kerap membuat dan menawarkan penyelesaian untuk pengalaman pembelajaran yang lebih lancar dan lebih berjaya. Takeaways Kunci: Menguasai fundamental AI sebelum mengatasi masalah

Tech dengan hormat: AI dan Kuasa Komuniti Orang AsliTech dengan hormat: AI dan Kuasa Komuniti Orang AsliApr 18, 2025 am 11:21 AM

Jawapannya kompleks. AI membawa potensi besar untuk menyokong penentuan nasib sendiri, pemeliharaan bahasa, dan pengawasan iklim. Tetapi ia juga risiko memperdalam corak pemadaman, eksploitasi, dan pengecualian yang lama-kecuali jika ia berlaku

Kesan ejen AI maya mengenai pengalaman produk digitalKesan ejen AI maya mengenai pengalaman produk digitalApr 18, 2025 am 11:13 AM

Revolusi Perkhidmatan Pelanggan: Kebangkitan Ejen AI Maya dalam Sistem Maklumat Bersepadu Dalam landskap digital yang pesat berkembang, perniagaan sentiasa mencari cara inovatif untuk meningkatkan komunikasi pelanggan. Integrasi

Google bersalah sekali lagi, Meta di Percubaan, Openai Social, IR Rolls Up Touchcast AIGoogle bersalah sekali lagi, Meta di Percubaan, Openai Social, IR Rolls Up Touchcast AIApr 18, 2025 am 11:10 AM

Pada 17 April 2025, Hakim Daerah A.S. Leonie Brinkema memutuskan bahawa Google telah memonopoli segmen utama pasaran pengiklanan digital secara haram. Mahkamah memutuskan bahawa Google menyalahgunakan dominasinya dengan mengikat pelayan iklan penerbit dan pertukaran iklannya,

AV Bytes: Inovasi AI Mingguan yang menampilkan SearchGPT, Llama 3.1 dan banyak lagiAV Bytes: Inovasi AI Mingguan yang menampilkan SearchGPT, Llama 3.1 dan banyak lagiApr 18, 2025 am 11:06 AM

Satu kejayaan besar dalam bidang AI minggu ini! Av Bytes membawa anda kemajuan terkini dalam bidang AI, dan kegembiraan tidak boleh dilepaskan! Masa depan enjin carian? Openai's SearchGPT, Meta's Llama 3.1, dan Model 2 besar Mistral AI semua menolak AI ke ketinggian baru. Di samping itu, AI memenangi pingat dalam Olimpik Matematik dan menunjukkan potensi melampaui doktor manusia dalam bidang diagnosis perubatan. Semua ini menunjukkan bahawa fiksyen sains secara beransur -ansur menjadi realiti! Sorotan minggu ini: Openai's SearchGPT: Prototaip enjin carian baru yang menggunakan teknologi pemprosesan bahasa semulajadi maju untuk meningkatkan kecekapan pengambilan maklumat. Meta's Llama 3.1: Merangkul

Apakah rantaian ketumpatan dalam kejuruteraan segera? - Analytics VidhyaApakah rantaian ketumpatan dalam kejuruteraan segera? - Analytics VidhyaApr 18, 2025 am 11:04 AM

Menguasai rantaian ketumpatan dalam kejuruteraan segera: Buat arahan ringkas dan berkesan Dalam pemprosesan bahasa semulajadi (NLP) dan kecerdasan buatan, menguasai kejuruteraan segera menjadi penting. Kemahiran ini menggabungkan sains dan seni, dan ia melibatkan dengan teliti merancang arahan yang tepat untuk membimbing model AI untuk menghasilkan hasil yang diinginkan. Di antara banyak teknologi, rantai ketumpatan menonjol sebagai cara yang kuat untuk mewujudkan tip ringkas dan berkesan. Artikel ini secara mendalam meneroka konsep, penerapan rantai ketumpatan dalam kejuruteraan tip dan kepentingan mereka dalam penciptaan kandungan yang didorong oleh AI. Gambaran Keseluruhan Petua mengenai kaedah rantaian ketumpatan dalam kejuruteraan adalah penting dalam NLP dan AI. Secara beransur -ansur meningkatkan pelbagai ringkasan dengan memampatkan dan menambah maklumat yang relevan.

Elevenlabs API: Panduan untuk Sintesis Suara, Pengklonan, dan banyak lagiElevenlabs API: Panduan untuk Sintesis Suara, Pengklonan, dan banyak lagiApr 18, 2025 am 10:59 AM

Elevenlabs: merevolusikan sintesis suara dengan AI Mengubah teks menjadi suara yang menawan dengan mudah dengan sintesis suara dan penyelesaian audio AI ElevenLabs. Panduan ini meneroka ciri utama ElevenLabs, menyediakan demo API praktikal

Membangun Carian Persamaan Imej yang cekap dengan VGG16 dan FAIMembangun Carian Persamaan Imej yang cekap dengan VGG16 dan FAIApr 18, 2025 am 10:56 AM

Pengambilan Imej Rapid: Membina Sistem Carian Kesamaan Berkelajuan Tinggi dengan VGG16 dan Faiss Bayangkan kekecewaan mencari secara manual melalui foto -foto yang tidak terhingga untuk mencari imej tertentu. Artikel ini menerangkan penyelesaian: membina kilat cepat

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌
Akan R.E.P.O. Ada Crossplay?
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌

Alat panas

Dreamweaver Mac版

Dreamweaver Mac版

Alat pembangunan web visual

PhpStorm versi Mac

PhpStorm versi Mac

Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

MantisBT

MantisBT

Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Penyesuai Pelayan SAP NetWeaver untuk Eclipse

Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

Versi Mac WebStorm

Versi Mac WebStorm

Alat pembangunan JavaScript yang berguna