دو مرحله اول نشان دهنده حدود 1.5 سال زمان آموزش شبیه سازی بود که هوش مصنوعی در حدود 24 ساعت آن را به پایان رساند. اما رفتارهای پیچیده تری فراتر از حرکت و کنترل توپ پس از پنج سال شبیه سازی مسابقات فوتبال شروع به ظهور کردند. توضیح می‌دهد: «آنها هماهنگی را یاد گرفتند، اما مهارت‌های حرکتی را نیز یاد گرفتند که قبلاً به‌صراحت به عنوان تمرین‌های آموزشی تعریف نکرده بودیم». نیکلاس هس در DeepMind
می‌گوید: «ما بچه‌ها را در بازی 11 به 11 قرار نمی‌دهیم گای اهرم در DeepMind آنها ابتدا راه رفتن را یاد می گیرند، سپس دریبل زدن توپ را یاد می گیرند، سپس می توانید یک به یک یا دو به دو بازی کنید.
چنین شبیه‌سازی‌هایی بلافاصله منجر به بازی فوتبال توسط ربات‌های پر زرق و برق نمی‌شود. انسان‌نماهای دیجیتالی بر اساس قوانین ساده‌سازی‌شده‌ای آموزش داده می‌شدند که خطاها را مجاز می‌کرد، مرزی دیوار مانند در اطراف زمین ایجاد می‌کرد و از ضربات ایستگاهی مانند پرتاب‌ها یا ضربات گل اجتناب می‌کرد.
هوش مصنوعی کنترل بازیکنان دیجیتال انسان نما را آموخت
یک هوش مصنوعی یاد گرفته است که با کار بر روی چندین دهه مسابقات فوتبال در چند هفته، به طرز ماهرانه ای بازیکنان فوتبال انسان نما دیجیتالی را کنترل کند.
فن آوری
31 آگوست 2022
مرجع مجله: رباتیک علمی، DOI: 10.1126/scirobotics.abo0235
لیو و همکاران، سی. ربات. 7, eabo0235
مرحله سوم آموزش انسان نماهای دیجیتال را به چالش کشید تا در مسابقات دو بر دو گل بزنند. مهارت‌های کار گروهی، مانند پیش‌بینی محل دریافت پاس، در طول تقریباً 20 تا 30 سال مسابقات شبیه‌سازی شده، معادل دو تا سه هفته در دنیای واقعی، پدیدار شدند. این منجر به پیشرفت‌هایی در رتبه‌بندی فرصت‌های گل‌زنی خارج از توپ انسان‌نماهای دیجیتالی شده است، که معیار واقعی این است که یک بازیکن چقدر خود را در موقعیت مطلوبی در زمین می‌بیند.
تیم DeepMind شروع به آموزش روبات‌های واقعی کرده است که چگونه توپ را به سمت هدف هل دهند و قصد دارند بررسی کنند که آیا همان استراتژی آموزشی هوش مصنوعی فراتر از فوتبال کار می‌کند یا خیر.
مرحله اول این برنامه به انسان نماهای دیجیتالی آموزش داد تا به طور طبیعی با تقلید از فیلم های ضبط حرکت انسان ها در حال بازی فوتبال بدود. مرحله دوم شامل تمرین دریبل و شوت توپ از طریق نوعی یادگیری ماشینی آزمون و خطا بود که هوش مصنوعی را برای نزدیک ماندن به توپ پاداش می داد.
درباره این موضوعات بیشتر بدانید:
منبع: https://www.newscientist.com/article/2336132-deepmind-ai-learns-to-play-soccer-using-decades-of-match-simulations/?utm_campaign=RSS%7CNSNS&utm_source=NSNS&utm_medium=RSS&utm_content=home
می‌گوید زمان‌های طولانی یادگیری کار را برای انتقال مستقیم به ربات‌های فوتبال واقعی سخت‌تر می‌کند سون بهنکه در دانشگاه بن آلمان با این حال، جالب است که ببینیم آیا رویکرد DeepMind در گزارش سالانه رقابتی است یا خیر. لیگ شبیه سازی سه بعدی RoboCupاو می گوید.
هوش مصنوعی یاد گرفته فوتبال بازی کند. با یادگیری از دهه‌ها شبیه‌سازی رایانه‌ای، یک هوش مصنوعی انسان‌نماهای دیجیتال را از کودکان نوپا ناآرام به گیمرهای ماهر تبدیل کرده است.
