機器人也會踢足球！深度學習比人工設計更強

編譯／曲姵蓉

人工智慧巨頭公司Google DeepMind近日發布一篇「學習具敏捷性的足球技巧：用深度強化學習培養雙足機器人」論文，成功利用深度學習技術（Deep Learning），讓機器人自己學會踢足球。

根據報導，深度學習架構是一種用來訓練神經網路的方法，它讓機器人可以透過試驗與練習，逐步學習並改進做事情的方法。團隊指出，他們利用擁有20個驅動關節的Robotis OP3機器人，並花費14小時教會機器人跌倒後如何起身，再花158小時訓練機器人站立、踢球以及轉身等單一動作。

最後，在經過68小時的機器人自我練習後，機器人成功學會了踢球必備的組合技。研究團隊發現，Robotis OP3透過深度學習，可以逐步適應動作，並展現出強大的動態運動技術，甚至超越原本團隊對Robotis OP3的期望。

而且，為了訓練機器人可以重複這些動作，僅僅提供它射門後的獎勵是不夠的，研究團隊還必須設定不同的階段獎勵或者訓練目標，讓機器人即使跌倒了也可以不斷爬起來，努力打敗對手。

研究團隊也必須要針對機器人的每個動作進行細節設定，當機器人跌倒時，必須要訓練其自己站起來後重新進行踢球的動作，不然機器人可能就會採取當下它判斷最有效率，但並不是人類希望它做的事情，例如透過在地上滾動得分。當機器人的跌倒爬起訓練，以及進球策略完全結合時，再幫它設定一個進球的獎勵過程，就可以獲得努力踢球的機器人了。

實驗後發現，利用深度學習訓練的機器人，會比人類特別用手動設計程式的機器人還要更厲害。以此次Robotis OP3為例，利用深度學習的機器人行走速度比一般機器人還要快156%，跌倒後爬起速度快了63%。而且，透過深度學習的Robotis OP3機器人核心軟體，可以直接移植到其他機器人身上，不需要重新進行額外培訓，就可以快速大量地擁有會踢足球的機器人，這對於人類未來的機器人訓練以及應用，有重大的貢獻。

資料來源：The Register

瀏覽 699 次