让一个机器狗担当足球守门员,靠谱吗?靠不靠谱,我们先看看效果在下结论。
工作人员一次很温和的进攻,机器狗拦住了球:
加点难度,来个抛物线进球,也不再话下:
用手抛球有作弊嫌疑?用脚试试,机器狗也能把球门守的死死的
有趣的是,该研究还尝试让一只机器狗踢球,另一只当守门员,两只机器狗自己也能玩挺好:
看完效果,感觉机器狗当守门员还挺靠谱。这款机器狗是 MIT 在 2019 年研发的 Mini Cheetah,现在来自加州大学伯克利分校等机构的研究者为 Mini Cheetah 部署了一个新的强化学习框架,让它完成足球守门任务,守门成功率高达 87.5%。
论文地址:https://arxiv.org/pdf/2210.04435.pdf
4 米开外踢球
Mini Cheetah 仅用不到 1 秒成功守门
让 Mini Cheetah 学会守门还是一件比较难的事,因为这涉及物体(例如球)抛出的高度以及动态移动的位置,具体而言,一方操纵一个快速移动的球,球的方向和位置不确定,而另一方需要迅速判断球的位置以阻止进球。想要完成这一任务,需要教会机器人动态移动它的身体,同时确保它的脚 (或脸) 到达它们需要及时阻挡球的地方,这基本上是将两个难题结合在一起。
该研究的解决办法是将运动控制器与末端执行器轨迹规划相结合,这样一来就可以找到最佳的方法让 Mini Cheetah 在球到达目标不到一秒的时间内,进行阻挡。
完成上述过程,还需要训练 Mini Cheetah 掌握一套有用的守门员技能,例如 Mini Cheetah 需要掌握在地面附近和靠近地面的地方对球进行侧身拦截、掌握俯冲到达球门的下角技术、跳跃到球门的顶部和上角。做完这些动作,Mini Cheetah 都可以恢复并最终安全着陆。每个技能的参考动作都是手动编程的,在模拟中进行训练,然后直接迁移到机器人上。
Mini Cheetah 防守的球门宽 1.5m,高 0.9m,球(3 号)从约 4m 外踢出,球被外部跟踪,然后 Mini Cheetah 拦球。让这么小的机器狗完成拦球动作,其表现是令人印象深刻的。
该研究表明,这款机器狗系统可以将在仿真中学习到的动态动作和守门员技能迁移到一个真正的四足机器人上,在现实世界中,对随机射门的守门成功率为 87.5%。而人类足球守门员的平均成功率是 69%。研究人员表示,他们所提出的框架可以扩展到其他场景,例如多技能足球。
下面我们来看看支持这款机器狗的背后框架。
分层强化学习框架
首先,让四足机器人做足球守门员是一个很有挑战性的问题,因为它必须要同时解决预测物体运动轨迹和机器人捕获非抓握物体(球体)两个实际问题。机器人需要在很短的时间内(通常不到一秒)对空中飞行的球做出反应并拦截。
为了完成这个挑战,研究团队提出了一个分层无模型强化学习 (RL) 框架。该框架包含一个针对不同运动技能的多个控制策略,覆盖了目标的不同区域。
这些控制策略让机器人能够跟踪随机参数化末端执行器的轨迹,同时执行特定的运动技能,例如跳跃拦球、扑球和顺势拦住地面滚动的球。
RL 框架中包含一个高级规划器,它帮助机器人确定所需的运动技能和规划末端执行器轨迹,以拦截飞向不同目标区域的球。
该研究在 MIT 2019 年提出的 Mini Cheetah 四足机器人上部署了上述 RL 框架,实验表明这种 RL 框架能够让四足机器人有效拦截现实世界中快速移动的球。
此前对四足机器人 RL 框架的研究主要集中在低级运动控制上,例如让机器人按要求速度步行、模仿参考运动。而该研究提出的框架将学习到的运动技能扩展到更高级别的任务上,成功使用高级规划让四足机器人以敏捷的动作精确拦截快速移动的足球。这对四足机器人的高级规划控制具有重要意义。
以上是认真的吗?让机器狗当守门员,还发了篇论文的详细内容。更多信息请关注PHP中文网其他相关文章!

使用Gemma范围探索语言模型的内部工作 了解AI语言模型的复杂性是一个重大挑战。 Google发布的Gemma Scope是一种综合工具包,为研究人员提供了一种强大的探索方式

解锁业务成功:成为商业智能分析师的指南 想象一下,将原始数据转换为驱动组织增长的可行见解。 这是商业智能(BI)分析师的力量 - 在GU中的关键作用

SQL的Alter表语句:动态地将列添加到数据库 在数据管理中,SQL的适应性至关重要。 需要即时调整数据库结构吗? Alter表语句是您的解决方案。本指南的详细信息添加了Colu

介绍 想象一个繁华的办公室,两名专业人员在一个关键项目中合作。 业务分析师专注于公司的目标,确定改进领域,并确保与市场趋势保持战略一致。 simu

Excel 数据计数与分析:COUNT 和 COUNTA 函数详解 精确的数据计数和分析在 Excel 中至关重要,尤其是在处理大型数据集时。Excel 提供了多种函数来实现此目的,其中 COUNT 和 COUNTA 函数是用于在不同条件下统计单元格数量的关键工具。虽然这两个函数都用于计数单元格,但它们的设计目标却针对不同的数据类型。让我们深入了解 COUNT 和 COUNTA 函数的具体细节,突出它们独特的特性和区别,并学习如何在数据分析中应用它们。 要点概述 理解 COUNT 和 COU

Google Chrome的AI Revolution:个性化和高效的浏览体验 人工智能(AI)正在迅速改变我们的日常生活,而Google Chrome正在领导网络浏览领域的负责人。 本文探讨了兴奋

重新构想影响:四倍的底线 长期以来,对话一直以狭义的AI影响来控制,主要集中在利润的最低点上。但是,更全面的方法认识到BU的相互联系

事情正稳步发展。投资投入量子服务提供商和初创企业表明,行业了解其意义。而且,越来越多的现实用例正在出现以证明其价值超出


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。

PhpStorm Mac 版本
最新(2018.2.1 )专业的PHP集成开发工具

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

Dreamweaver Mac版
视觉化网页开发工具

Dreamweaver CS6
视觉化网页开发工具