El brazo robótico de Google DeepMind puede jugar tenis de mesa y ganar como un humano
Usando un brazo robótico para entrenar a un jugador de tenis de mesa competitivo
Los investigadores están en Google El laboratorio de investigación de inteligencia artificial de la empresa, Deepmind, desarrolló el sistema de ABB. robot Arms transformados en jugadores competitivos de tenis de mesa. Puede mover su remo impreso en 3D hacia adelante y hacia atrás y vencer a sus competidores humanos. En un estudio publicado por los investigadores el 7 de agosto de 2024, se enfrentó un brazo robótico de ABB a un entrenador profesional. Está montado sobre dos pórticos lineales y se puede mover lateralmente.
Alberga una paleta impresa en 3D con puntos cortos de goma. Tan pronto como comienza la competencia, el brazo robótico de Google Deepmind ataca, listo para ganar. Los investigadores entrenaron un brazo robótico para realizar habilidades comúnmente utilizadas en el tenis de mesa competitivo para que pudiera generar datos. El robot y su sistema recopilan información sobre cómo se realiza cada habilidad durante y después del entrenamiento. Estos datos recopilados ayudan al controlador a decidir qué tipo de habilidades debe utilizar el brazo robótico durante el juego. De esta manera, un brazo robótico podría tener la capacidad de predecir los movimientos de un oponente e igualarlos.
Todas las imágenes fijas proporcionadas por el investigador Atil Iscen. YouTube
Los investigadores de Google DeepMind recopilan datos para la formación
Para que los brazos robóticos de ABB derroten a sus competidores, investigador Google Deepmind debe garantizar que el dispositivo pueda elegir el mejor movimiento en función de la situación actual y responder con la tecnología adecuada en tan solo unos segundos. Para abordar estas cuestiones, los investigadores Escribir en su estudiar Instalaron un sistema de dos partes para el brazo robótico, una estrategia de habilidad de bajo nivel y un controlador de alto nivel. El primero incluye rutinas o habilidades aprendidas por el brazo robótico en el tenis de mesa.
Estos incluyen el uso de la derecha y el revés para tiros con efecto liftado y el uso del servicio de derecha. El brazo robótico estudió cada una de estas habilidades para establecer su «conjunto de principios» subyacente. Este último es el controlador de alto nivel responsable de decidir qué habilidades usar en el juego. Este dispositivo puede ayudar a evaluar lo que está sucediendo actualmente en el juego. A partir de aquí, los investigadores utilizan métodos de aprendizaje por refuerzo (RL) para entrenar el brazo robótico en un entorno simulado o en un entorno de juego virtual.
Investigadores de Google Deepmind desarrollan el brazo robótico de ABB para convertirlo en un jugador de tenis de mesa competitivo
Los brazos robóticos ganan el 45% de los juegos
Continuando con el aprendizaje por refuerzo, este método ayuda a los robots a practicar y aprender diversas habilidades. Después del entrenamiento en simulación, las habilidades del brazo robótico se prueban y utilizan en el mundo real sin necesidad de entrenamiento específico adicional para el entorno real. Hasta ahora, los resultados muestran que el dispositivo es capaz de derrotar a sus oponentes en partidos de tenis de mesa.
Para ver qué tan bien podía jugar al tenis de mesa, el brazo robótico compitió contra 29 jugadores humanos de diferentes niveles: principiante, intermedio, avanzado y avanzado. Los investigadores de Google Deepmind hicieron que cada jugador humano jugara tres juegos contra un bot. Las reglas son básicamente las mismas que en los juegos de tenis de mesa normales, excepto que el robot no puede sacar.
Una investigación encontró que los brazos robóticos ganaron el 45% de las competiciones y el 46% de las competiciones individuales.
Los investigadores concluyeron de la competición que el brazo robótico ganó el 45% de la competición y el 46% de las competiciones individuales. En comparación con los principiantes, ganó todos los juegos, mientras que en comparación con los jugadores intermedios, el brazo robótico ganó el 55% de los juegos.
Por otro lado, el dispositivo perdió todos sus partidos contra jugadores Advanced y Advanced+, lo que sugiere que el brazo robótico ya había alcanzado niveles intermedios humanos en el rally. De cara al futuro, los investigadores de Google Deepmind creen que este desarrollo «También es sólo un pequeño paso hacia el objetivo a largo plazo de la robótica de lograr un rendimiento a nivel humano en muchas habilidades útiles del mundo real».
En competiciones con jugadores intermedios, la tasa de victorias del brazo robótico llega al 55%.
Por otro lado, el dispositivo perdió todos los partidos contra jugadores Premium y Premium+.
El brazo robótico ha alcanzado niveles intermedios humanos en el rally
Información del proyecto:
grupo: pensamiento profundo de google | @googledeepmind
Investigadores: David B. D’Ambrosio, Saminda Aberuwan, Laura Glasser, Atil Eason, Heini Ben-Amor, Alex Bewley, Barney J. Reed, Christa Lehman, Laila Takayama, Yuval Tasa, Krzysztof Choromansky, Owen Koomans, Deepali Jain, Navdeep Jaitly, Na Jaques, Satoshi Kataoka, Yuheng Kuang, Nevena Lazic, Reza Mahjourian, Sherry Moore, Kenneth Oslund, Anish Shankar, Vikas Sindhwani, Vincent Vanhoucke, Grace Vesom, Peng Xu y Pannag R. Sanketi.
Mateo Burgos | Mateo Burgos Auge del diseño
10 de agosto de 2024
