DeepMind sviluppa un robot in grado di giocare a ping pong a livello umano
- Google DeepMind presenta un nuovo sistema robotico per il gioco del ping pong.
- Il robot è stato inizialmente addestrato con i parametri della palla, successivamente è stato allenato sia nell'ambiente virtuale che in quello fisico.
- Il braccio robotico si è rivelato un degno avversario, sconfiggendo 13 dei 29 avversari umani.
Il team di robotica di Google DeepMind ha annunciato un significativo avanzamento nella robotica con il suo nuovo robot da ping pong sviluppato di recente. Nell'articolo pubblicato di recente intitolato “Achieving Human-Level Competitive Robot Table Tennis”, il robot viene mostrato mentre gioca a un livello alto, paragonabile a quello dei giocatori umani amatoriali.
Questo è piuttosto significativo nel campo della robotica, specialmente nello sport, dove il pensiero rapido e l'azione rapida sono vitali.
“Questo è il primo agente robotico in grado di giocare uno sport con gli umani a livello umano e rappresenta un traguardo nell'apprendimento e nel controllo dei robot. Tuttavia, è anche solo un piccolo passo verso un obiettivo di lunga data nella robotica di raggiungere prestazioni a livello umano su molte abilità utili del mondo reale.”
il documento di ricerca
Lo studio rivela i punti di forza e le limitazioni del robot nel ping pong
Si è rivelato superiore alle prestazioni dei principianti e ha perso solo il 45% delle volte contro i giocatori intermedi. Tuttavia, con avversari più esperti, il robot non è riuscito a vincere una singola partita. In generale, il robot ha vinto il 45 percento delle 29 partite disputate. Questa prestazione mostra alcuni vincoli e opportunità future di questo approccio.
Anche se il robot ha raggiunto grandi traguardi, ha incontrato vari ostacoli. Il suo problema principale è la risposta alle palle veloci, che può essere spiegata dalla latenza del sistema, dalla necessità di reset obbligatori tra i colpi e dalla mancanza di dati. Gli autori di questo studio presso DeepMind notano anche queste limitazioni e raccomandano modi per migliorare la capacità del robot.
Per quanto riguarda la latenza, il team suggerisce di indagare su algoritmi di controllo migliorati e miglioramenti hardware. I possibili miglioramenti includono la creazione di modelli più accurati per il movimento della palla e il miglioramento della comunicazione tra i sensori e gli attuatori del robot.
Questi cambiamenti hanno l'intento di aumentare la velocità di reazione del robot, nonché le prestazioni generali. Inoltre, il robot ha problemi con le palle alte e basse, il rovescio e la comprensione dello spin della palla.
I risultati della ricerca condotta da DeepMind non si limitano all'applicazione del ping pong. I principi utilizzati nello sviluppo di questo robot potrebbero essere utilizzati per migliorare altri settori in futuro. Il team si concentra sull'architettura delle policy, sull'uso della simulazione e sull'adattamento della strategia in tempo reale nella robotica.
Il ping pong emerge come terreno di prova popolare per la robotica
Il ping pong è uno degli arene più popolari nella robotica a causa dei requisiti di precisione, pianificazione e velocità. Il robot di Google DeepMind è tra gli altri famosi sistemi robotici per giocare a ping pong.
Nel 2017, OMRON, un'azienda elettronica giapponese, ha presentato FORPHEUS, un “tutor di ping pong robotico” che è stato considerato il primo al mondo di questo tipo. Questo robot, Orpheus, chiamato così dopo la figura mitologica greca, è diventato detentore del Guinness World Record e ha dimostrato come le relazioni tra persone e robot potrebbero progredire in futuro.
FORPHEUS di OMRON ha mostrato come il ping pong possa contribuire al miglioramento della robotica integrando le abilità umane con l'automazione. La creazione del robot di Google DeepMind è vista come un importante avanzamento nell'IA e nella robotica.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
