DeepMind entwickelt Roboter, der Tischtennis auf menschlichem Niveau spielen kann

- Google DeepMind stellt ein neues Robotersystem zum Tischtennisspielen vor.
- Der Roboter wurde zunächst mit den Ballparametern trainiert und anschließend sowohl in der virtuellen als auch in der realen Umgebung.
- Der Roboterarm erwies sich als würdiger Gegner und besiegte 13 von 29 menschlichen Gegnern.
Das DeepMind-Robotikteam von Google hat mit seinem neu entwickelten Tischtennisroboter einen bedeutenden Fortschritt in der Robotik vorgestellt. In der kürzlich veröffentlichten Studie mit dem Titel „Erreichen eines wettbewerbsfähigen Tischtennisroboters auf menschlichem Niveau“ wird gezeigt, dass der Roboter auf einem hohen Niveau spielt, das mit dem von menschlichen Amateurspielern vergleichbar ist.
Dies ist im Bereich der Robotik von großer Bedeutung, insbesondere im Sport, wo schnelles Denken und schnelles Handeln unerlässlich sind.
„Dies ist der erste Roboteragent, der in der Lage ist, eine Sportart auf menschlichem Niveau mit Menschen zu spielen und stellt einen Meilenstein im Bereich des Roboterlernens und der Robotersteuerung dar. Es ist jedoch auch nur ein kleiner Schritt hin zu einem langjährigen Ziel der Robotik, nämlich die Leistungsfähigkeit des Menschen bei vielen nützlichen Fähigkeiten des Alltags zu erreichen.“
die Forschungsarbeit
Studie enthüllt Stärken und Schwächen von Robotern im Tischtennis
Die Leistung des Roboters erwies sich als höher als die von Anfängern und er verlor nur 45 % der Spiele gegen fortgeschrittene Spieler. Gegen erfahrenere Gegner konnte der Roboter jedoch kein einziges Spiel gewinnen. Insgesamt errang der Roboter in 45 % der 29 ausgetragenen Spiele den Sieg. Diese Ergebnisse verdeutlichen einige Grenzen und zukünftige Möglichkeiten dieses Ansatzes.
Obwohl der Roboter beachtliche Fortschritte erzielt hat, stieß er auf verschiedene Hürden. Sein Hauptproblem liegt in der Reaktion auf schnelle Würfe, was sich durch die Systemlatenz, die notwendigen Resets zwischen den Würfen und den Datenmangel erklären lässt. Die Autoren dieser Studie bei DeepMind weisen ebenfalls auf diese Einschränkungen hin und empfehlen Maßnahmen zur Verbesserung der Fähigkeiten des Roboters.
Zur Reduzierung der Latenz schlägt das Team die Untersuchung verbesserter Steuerungsalgorithmen sowie Hardware-Optimierungen vor. Mögliche Verbesserungen umfassen die Entwicklung präziserer Modelle für die Ballbewegung und die Optimierung der Kommunikation zwischen den Sensoren und Aktoren des Roboters.
Diese Änderungen sollen die Reaktionsgeschwindigkeit des Roboters sowie seine Gesamtleistung verbessern. Außerdem hat der Roboter Probleme mit hohen und tiefen Bällen, Rückhandschlägen und dem Erkennen von Ballrotation.
Die Forschungsergebnisse von DeepMind beschränken sich nicht auf Tischtennisanwendungen. Die bei der Entwicklung dieses Roboters angewandten Prinzipien können zukünftig auch in anderen Bereichen Anwendung finden. Das Team konzentriert sich auf die Architektur von Richtlinien, den Einsatz von Simulationen und die Echtzeit-Strategieanpassung in der Robotik.
Tischtennis entwickelt sich zum beliebten Testfeld für Robotik
Tischtennis zählt aufgrund der Anforderungen an Präzision, Planung und Geschwindigkeit zu den beliebtesten Anwendungsgebieten der Robotik. Der Roboter von Google DeepMind gehört zu den bekanntesten Robotersystemen für Tischtennis.
2017 stellte das japanischetronOMRON den FORPHEUS vor, einen „Tischtennisroboter“, der als weltweit erster seiner Art galt. Dieser Roboter, benannt nach der griechischen Sagengestalt Orpheus, wurde Guinness-Weltrekordhalter und zeigte, wie sich die Beziehung zwischen Mensch und Roboter in Zukunft entwickeln könnte.
OMRONs FORPHEUS demonstrierte, wie Tischtennis durch die Integration menschlicher Fähigkeiten in die Automatisierung zur Verbesserung der Robotik beitragen kann. Die Roboterentwicklung von Google DeepMind gilt als bedeutender Fortschritt in den Bereichen KI und Robotik.
Es gibt einen Mittelweg zwischen dem Geld auf der Bank lassen und dem riskanten Spiel mit Kryptowährungen. Beginnen Sie mit diesem kostenlosen Video zum Thema dezentrale Finanzen.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan/ übernimmt keine Haftung für Investitionen, die auf Grundlage der Informationen auf dieser Seite getätigt werden. Wirtrondentdentdentdentdentdentdentdent oder einen qualifizierten Fachmann zu konsultieren
CRASH-KURS
- Mit welchen Kryptowährungen kann man Geld verdienen?
- Wie Sie Ihre Sicherheit mit einer digitalen Geldbörse erhöhen können (und welche sich tatsächlich lohnen)
- Wenig bekannte Anlagestrategien, die Profis anwenden
- Wie man mit dem Investieren in Kryptowährungen beginnt (welche Börsen man nutzen sollte, welche Kryptowährung am besten zum Kauf geeignet ist usw.)















