На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

iXBT.com

34 подписчика

Свежие комментарии

  • Иван Николаев22 марта, 9:23
    Японцы одновременно выпустили три лимитированных серии. Вот кросстрек, плюс импреза, плюс леворг. Кросстрек, конечно,...Представлен новый...
  • Юрий Стенякин27 июля, 8:33
    А если учесть что компания официально ушла с российского рынка то преимущества спорныПредставлена нова...
  • Mikhail Stepanov14 июля, 7:52
    Ха-ха! В то время, как российская гиперзвуковой ракета летит со скоростью около 20 тыс. км. В час!США успешно испыт...

Google DeepMind представил робота, способного играть в настольный теннис на любительском уровне

Компания Google объявила о новом достижении в области искусственного интеллекта: робот, использующий технологию DeepMind, теперь способен играть в настольный теннис на «любительском уровне» мастерства. 

Лаборатория DeepMind, где Google работает над некоторыми из своих самых передовых технологий ИИ, ранее уже представила множество практических экспериментов, от добавления искусственного интеллекта к видео без звука до открытия новых материалов.

Теперь же исследователи Google утверждают, что их робот для настольного тенниса смог выиграть 13 из 29 матчей, сыгранных против людей, причём процент успеха варьировался в зависимости от уровня игроков, с которыми он соревновался (от новичков до продвинутых).

Источник: Google

«Это первый робот-агент, способный играть в спортивные игры с людьми на человеческом уровне, и он представляет собой важную веху в обучении и управлении роботами», — пишут исследователи в своей статье. Однако они также отмечают, что это лишь небольшой шаг вперёд в более общей области обучения роботов выполнению полезных реальных навыков.

Команда DeepMind выбрала настольный теннис в качестве проекта из-за множества различных элементов: от сложной физики движения до координации рук и глаз, необходимой для успешного отбивания мяча.

Робот был обучен, фокусируясь на каждом конкретном типе удара отдельно, от вращения бэкхенда до подачи форхенда. Затем это обучение было объединено с более высокоуровневым алгоритмом, разработанным для выбора необходимого типа удара каждый раз.

Роботу сложнее всего было делать более быстрые броски, что давало ИИ меньше времени на обдумывание своих действий. Исследователи уже думают о том, как улучшить систему, в том числе о том, как сделать игру более непредсказуемой.

Кроме того, в роботе встроенная способность учиться на стратегиях противника и взвешивать его сильные и слабые стороны.

Ссылка на первоисточник
Рекомендуем
Популярное
наверх