资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

AI能「踢足球」了,但AI机器人还不能

2022-09-14



  新智元报道  

编辑:武穆
【新智元导读】DeepMind的研究团队,通过计算机模拟数十年足球比赛的情况,训练AI学会了熟练地控制数字人形足球运动员,但还仅限于足球网络游戏,不能用于机器人硬件上。


今年11月,世界杯又要开赛了。


到时候,不管踢不踢,踢得好还是踢得不好,又会有很多人开始聊足球了。


没办法,谁叫足球是世界第一大运动呢。


不过相比于世界杯,科学家对年度机器人杯3D模拟联盟更感兴趣。


不久前,来自英国人工智能公司DeepMind的研究团队,利用一种加速版运动课程,通过计算机模拟数十年足球比赛的情况,训练AI学会了熟练地控制数字人形足球运动员。



相关研究发表在《科学·机器人》杂志上。


论文地址:https://www.science.org/doi/10.1126/scirobotics.abo0235


显然,这已经不是第一次「AI足球运动员」进入大众视野了。


AI足球运动员的进化简史


早在2016年,AlphaGo在围棋上战胜李世石后没多久,Deepmind就开始琢磨让AI踢足球了。


当年6月,DeepMind的研究人员让AI控制一只蚂蚁形状的物体去追逐小球,然后带球直至将其送进球门得分。


根据DeepMind小组负责人David Silver的说法,借助当时谷歌最新开发出异步Actor-Critic算法,即A3C,AI不仅完成了这个项目,而且在整个过程中不需要向他灌输有关力学的知识。


这项实验,让「AI踢足球」迎来了开门红。


到了2019年,DeepMind已经训练了许多「Player」,它们分别由不同训练计划制作而成的,DeepMind从中选择10个双人足球团队。


这10个团队每个都有250亿帧的学习经验,DeepMind收集了它们之间的100万场比赛。


然后DeepMind设置环境,让多个AI一起踢足球赛,并且提前设置了规则,奖励整个「足球队」而不是去鼓励某个「AI球员」的个人成绩,以促成整个球队的进步。


DeepMind用这种方式证明了,AI是可以互相合作的。



看起来一切顺利,然而到了2020年,DeepMind的AI球员出问题了。


根据脑极体提供的资料,在一场比赛中,一方的足球机器人排成一排向球门发起射击,但机器人守门员却并没有准备防守,而是一屁股倒在地上开始胡乱摆动起了双腿。


你以为这就完了?too naive!


接着,担任前锋的机器人球员跳了一段十分令人困惑的舞蹈,跺跺脚,挥挥手,啪叽一下摔倒在地上。


这一幕让观众极为震惊:见过放水的,没见过这么放水的!


为何会这样呢?


这还要从背后的原理说起。


「AI踢足球」的开始,研究人员就采用了强化学习这条道路。


此前,AlphaGo的学习是基于监督学习,即通过标记好的数据集来进行训练的。


但这种方式对数据的「洁净」程度要求高:一旦数据有问题,AI就会犯错。


与之相比,强化学习是模仿人类的学习模式,AI以「试错」的方式进行学习,对了受奖,错了受罚,从而建立正确的联系。


看起来比传统的监督学习智能了不少,但还是有漏洞。


比如,AI会对奖惩措施产生错误的理解,因而生成奇怪的策略。


OpenAI曾经设计了一个赛艇游戏,AI原本的任务是完成比赛。


研究者设置了两种奖励,一是完成比赛,二是收集环境中的得分。结果就是智能体找到了一片区域,在那里不停地转圈「刷分」,最后自然没能完成比赛,但它的得分反而更高。



这次,AI踢出了什么新花样


虽然AI踢足球出现过翻车现场,但研究人员没有放弃。


文章开头提到,DeepMind的研究团队在训练「AI足球运动员」上有了新突破。


据论文描述,尽管DeepMind团队在此次研究中简化了游戏规则,并将两队球员人数限定在了2-3人,但「AI足球运动员」可以完成带球突破、身体对抗、精准射门等动作。


那研究人员是怎么训练「AI足球运动员」的呢?


简单来说,是将监督学习与强化学习结合起来。


第一步,AI需要观看人类踢足球的视频剪辑,学会自然行走,因为AI开始并不知道要在足球场上做什么。


第二步,AI在强化学习的算法下,练习运球和射门。


这两步,AI大约能在24小时内完成。


第三步,就用用比赛的形式训练,AI机器人进行2对2比赛,这一步需要耗时2到3周,主要是让AI学会团队协作,以及预测传球等更高难度的运动控制。



这次「AI 足球运动员」的表现还是让研究团队觉得比较满意。


DeepMind团队认为,这一研究推动了人工系统向人类水平运动智能向前迈进。


不过,DeepMind团队还是比较清醒,他们知道,这次突破还是有局限性的。


比如,比赛是2v2,而不是现实足球比赛常用的11v11,还不能说明AI可以参加更复杂的足球比赛。


此外,即便是简单的2v2比赛,也没法直接用在机器人硬件上。


换句话说,科学家们还不能研制出可以踢足球的机器人。


参考资料:
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.html
http://it.people.com.cn/n1/2016/0622/c1009-28467916.html
阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本内容由数艺网主动采集收录,信息来源为 “新智元” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。

数字媒体艺术 科技艺术 AI AI机器人 踢足球

19991 举报
  0
登录| 注册 后参与评论