2020. 10. 10. - 08:00

Megverte az emberekből álló csapatot a curling robot

Megverte az emberekből álló csapatot a curling robot

Mesterséges intelligencia-meghajtású robot győzött le egy professzionális curling-csapatot a robotika terén elért nagyszerű áttörés során.

Curly néven fejlesztett ki robotot egy német és dél-koreai szakemberekből álló kutatócsoport – úgynevezett mélyerősítéses tanulást használtak, hogy a szerkezet megtanulja a kövek legmegfelelőbb csúsztatásának módját a jégen és azok a célban landoljanak.
 
Az igen jól képzett, legjobb játékosokkal szemben a robot négyből három játékot megnyert. Olvasd el: A világ legjobb sakkjátékosa lett a mesterséges intelligencia
 
„Ezek az eredmények azt jelzik, hogy szűkíthető a fizikán alapuló szimulátorok és a valódi világ közötti szakadék” - írták a kutatók.
 
A curling mesterséges intelligencia-robot igen ügyesen manőverezik a pályán
A curling mesterséges intelligencia-robot igen ügyesen manőverezik a pályán
 
A Curly alapvetően két robot tulajdonságait használja – a Thrower-Curly-ét és a Skip-Curly-ét, annak érdekében, hogy felmérje a célterületet és afelé csúsztassa a követ.
 
Az egyedüli különbség a szakmai versenyek mérkőzéseihez képest a seprők hiánya volt – a játékosok, akik a kő elé csúsztatják a jeget, befolyásolva annak sebességét és pályáját, nem voltak jelen. Olvasd el: Egy másodperc alatt megoldja a Rubik-kockát a mesterséges intelligencia
 
A Koreai Egyetem és a Berlini Technológiai Intézet kutatói számítógépes játékon keresztül tanították a mesterséges intelligencia robotot, amely a kövek és a jég fizikai tulajdonságait szimulálja.
 
A Curly robot minden játék előtt dobott egy követ a pályára, hogy megítélhesse az aréna felületének jelenlegi körülményeit.
 
„A curlingben a környezeti jellemzők minden pillanatban változnak, minden dobás hatással van a mérkőzés kimenetelére. Mi több, nincs idő a meccs során újra áttekinteni azokat, mert a játéknak vannak időzítési szabályai” – mutattak rá a kutatók.
 
„Javasolt adaptációs keretrendszerünk kiterjeszti a szokványos mély megerősítő tanulást az időbeli jellemzők felhasználásával, melyek megtanulják kompenzálni azokat a bizonytalanságokat és nem stacionárius tényezőket, amelyek a curling elkerülhetetlen részét képezik” – tették hozzá.
 
A kutatást a Science Robotics szakfolyóirat közölte.
 
 
László Adrienn

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.