四足机器人学会守门,拦截率达87.5%

人工智能 机器人
据外媒报道,科学家们训练了一个四足机器人成为守门员。这个四足机器人守门员是由加州大学伯克利分校混合机器人实验室的科学家训练出来的。


10月28日消息,据外媒报道,科学家们训练了一个四足机器人成为守门员。这个四足机器人守门员是由加州大学伯克利分校混合机器人实验室的科学家训练出来的。​​​

视频片段显示,它蹲下、跳跃、侧身和俯冲,以阻止射击,并在拦网后回到起始位置。

专家们表示,它可以节省87.5%的射门命中率,相比之下,人类守门员的平均射门率约为69%。

强化学习是机器学习的一个子集,它允许人工智能驱动的系统使用其行为的反馈通过反复尝试来学习。这种反馈要么是负面的,要么是正面的,表现为惩罚或奖励,当然,目的是最大限度地发挥奖励功能。

这个四足机器人是通过强化学习训练的,这是机器学习的一个子集,它允许人工智能使用其行为反馈通过反复尝试来学习。

研究人员表示:“我们提出了一个强化学习框架,使四足机器人能够在现实世界中执行足球守门员任务。”。

足球守门员使用四足动物是一个具有挑战性的问题,它将高度动态的运动与精确、快速的非抓握物体(球)操纵相结合。

“机器人需要在很短的时间内,通过动态移动动作,对可能飞出的球做出反应并拦截。”

随后他们将它学到的策略部署在麻省理工学院开发的四足机器人Mini Cheetah上,并在现实世界中测试了它的性能。结果显示,强化学习框架可极大地提高Mini Cheetah作为足球守门员的能力。在真实世界测试的40次随机射门中,机器人扑救成功率达87.5%。

责任编辑:庞桂玉 来源: 比特网
相关推荐

2022-06-07 14:35:53

机器人人工智能

2017-03-27 09:59:25

机器人自创语言交流

2019-12-24 09:31:55

机器人人工智能编程

2018-07-06 08:58:53

机器人人工智能系统

2023-07-29 13:14:40

谷歌人工智能

2021-01-04 09:18:36

机器人人工智能系统

2020-09-02 10:36:52

机器人人工智能系统

2023-10-22 20:14:08

人工智能GPT-4

2022-08-27 15:10:36

Ameca机器人模仿

2023-04-04 18:28:55

机器人流体力API

2023-09-07 13:26:10

AI智能

2017-10-18 08:49:09

机器人

2021-12-08 10:03:44

机器人人工智能技术

2022-05-26 10:05:01

机器人研究

2021-12-28 14:07:03

人工智能相似问机器人

2021-03-25 09:25:55

机器人人工智能系统

2021-07-28 16:12:28

机器人人工智能机器学习

2020-12-25 16:13:20

AI伦理人工智能机器人
点赞
收藏

51CTO技术栈公众号