四足机器人“自学”成出色守门员

　　扑救球成功率近百分之九十

　　科技日报北京10月27日电 （记者张梦然）美国加州大学伯克利分校、西蒙弗雷泽大学和乔治亚理工学院的结合机器人团队最近组建了一个强化学习模子，能让四足机器人以守门员的身份高效踢足球。在arXiv上预先发表的一篇论文中推荐的该模子，经过来回试验不停提升了机器人的技巧。

　　探讨人士称，经过让四足机器人踢足球，可突破四足机器人的人力智能极限。守门员是一项有趣但具备挑战性的任务，它须要机器人对迅速搬动的球作出反映，有时需在空中飞行，并在很短的时间内（平常在一秒钟内）动态拦截它。

　　新探讨的最重要的指标是缔造一种四足机器人守门员，它可像人类守门员一样在比赛中改善其技巧。为这，探讨人士开发了一个强化学习模子，让该模子经过试错而非是固定的人力设置战略来训练机器人。

　　探讨人士解释说，机器人头先学习不同的活动操控战略来执行不同的技巧，比如躲避、前扑和跳跃，同一时间纪录机器人脚趾的随机轨迹。鉴于这点操控战略，机器人继续学习顶级规划战略，在检验到球的位子和本身状况后，抉择最好技巧和动作来拦截球。

　　通过一系列模拟足球比赛，团队训练了强化学习模子。随后它们将它学到的战略部署在麻省理工学院开发的四足机器人Mini Cheetah上，并在现实全球中测试了它的功能。

　　探讨表达，强化学习构架可极大地提升Mini Cheetah作为足球守门员的能力。在真正全球测试的40次随机射门中，机器人扑救成功率达87.5%。

　　探讨人士称，此项事业最酷炫的是，四足机器人Mini Cheetah能执行跳跃和前扑等十分敏捷的活动技巧，以及迅速和精准的操作技巧，比如在一刹那摆动机器腿把球推开。这实质上突破了机器人范畴“腿活动”的界限，表达腿也可行是一种机械手。

　　源于该模子可提升四足机器人的敏捷性和身体能力，因而这点机器人还可用于料理十足不同的任务，比如搜索和救援任务。或许一会儿的将来，四足机器人也可与人类足球活动员同场竞技。

　　【总编辑圈点】

　　踢球和守门有多难？对某些球队来讲，切实不容易，但对机器人来讲，更很难。本来，许多数人类做起来流畅自如、浑然天成的活动动作，对机器人来讲都可能是技艺上的重要阻碍。这便是“算法”与“天然”之中的鸿沟。此刻，工程师们尝试用机器学习跨越这道鸿沟，非是预先编好程序，却是使人工智能在练习和试错中，渐渐掌握动作。终归，连机器人都成了可以的守门员。