又是深度强化学习？
Curly的四个小轮子排成U形，前轮用于抓住冰壶，它们由传送带提供动力，传送带使冰壶旋转，就像人类玩家的操作一样，当沿顺时针旋转时，冰壶会向右卷曲；逆时针旋转则向左。
Curly的程序完全通过电脑游戏来进行训练，和很多「人机大战」的技术一样，Curly使用的也是「深度强化学习技术」，这能在程序边纠正自己的错误边改进。
深度强化学习在很多决策领域当中都取得了比较不错的结果，尤其是在游戏，多个游戏已经达到甚至是超过了人类水平。基于深度强化学习，DeepMind研发的AlphaGo Zero在不使用任何人类围棋数据的前提下，在围棋上完虐人类；OpenAI研发的Dota Five则在Dota游戏上达到了人类玩家的顶尖水平；DeepMind研发的AlphaStar在星际争霸游戏上同样击败了人类职业玩家。
3:1！Curly赢了职业选手
在训练时，冰壶和冰都是用物理模型来模拟的。这样，研究人员就可以观察训练的情况如何，当然，这取决于模型的精准性。结果证明，训练的效果非常好，Curly只需要在每一场比赛的开始投一次冰壶，就能熟悉不同的情况，比如冰面是否足够光滑让冰壶划走。
Curly果然不负众望，在四轮比赛中赢了三场。但也有人发出质疑，如果加入擦扫冰面的条件出现，但对于一个机器人来说，这个成就已经非常值得骄傲了。研究人员指出，这是一项重要的成就，不仅因为这证明了机器人在这项运动中具有竞争力，这项研究也涉及未来现实世界中实时的动态观察和决策。因此，对于AI和机器人而言，这都是一个里程碑，而且对在模拟环境中训练此类机器人大有帮助。因为尽管在这几年，类似的研究还不足以达到这么明显的效果。参考链接：https://www.wired.com/story/meet-curly-the-curling-robot-that-beats-the-pros/来源：wired、新智元
2025-04-01 10:53
2025-01-22 11:42
2023-09-26 12:11
2023-09-25 12:13
2023-09-24 15:13
2023-09-21 13:17
2023-09-21 13:16
2023-09-19 15:37
2023-09-16 15:38
粤公网安备 44010602004358号