Робот, играющий в настольный теннис, может не отставать от людей, но, как и многие игроки-любители, он изо всех сил пытается сделать более удачные удары.

Япенг Гао, Йонас Теббе и Андреас Целль из Тюбингенского университета в Германии начали с разработки компьютерной симуляции, в которой виртуальная рука робота, оснащенная ракеткой для настольного тенниса, пыталась отбросить мячи для пинг-понга через виртуальный стол для настольного тенниса.

Исследователи выполнили это моделирование, чтобы алгоритм машинного обучения мог узнать, как скорость и ориентация ракетки влияют на траекторию мяча.

Как только этот алгоритм, который обучается методом проб и ошибок, смог надежно возвращать мяч, исследователи настроили его для управления движением реальной руки робота, расположенной рядом с реальным столом (на фото).

Система использовала две камеры для отслеживания местоположения реального мяча каждые 7 миллисекунд, а алгоритм обрабатывал сигналы и решал, куда переместить роботизированную руку, чтобы ударить и вернуть мяч.

Сигналы, которые отправлял алгоритм, позволяли руке робота точно воспроизводить удары с точностью до 24,9 сантиметра от предполагаемого места. Этот уровень точности был немного хуже, чем когда алгоритм работал с симуляцией - обычное явление, говорит Йонас Теббе, поскольку компьютерное моделирование не может точно представить все в реальной жизни.

Рука робота сталкивается с человеком-игроком. Фото: Yapeng Gao, Jonas Tebbe, and Andreas Zell

Весь процесс, включая обучение в виртуальном моделировании и в реальном мире, занял всего 1,5 часа, демонстрируя, как быстро алгоритмы могут научиться работать в новой ситуации.

Однако, хотя робот хорошо показал себя против игроков-людей, отбивая быстрые удары - но, что удивительно, это не касалось медленных ударов. «Если мяч движется медленно, роботу необходимо развивать большую скорость для ответного удара», - говорит Теббе. При попытке сделать это, мяч часто падал с ракетки.

«При обучении системы в течение относительно короткого периода времени, робот может хорошо справляться с различиями в подаче и может возвращать удар, используя случайную политику», - говорит Джонатан Эйткен из Университета Шеффилда в Великобритании, который не принимал участия в исследовании.

Эйткен был удивлен, что алгоритм провалился на задаче по возвращению медленных ударов. Он также находит интересным то, что иногда ему было трудно делать удары из-за механических ограничений робототехнической системы, а не из-за недостатков алгоритма.

У робота-манипулятора есть и другие ограничения. Например, он с трудом воспроизводит удары с обратным вращением, говорит Андреас Целль, потому что рука робота не может удерживать ракетку под требуемым углом, необходимым для выполнения таких ударов. Но, несмотря на эти проблемы, он считает, что робот - хороший игрок.

«Это не хуже, чем у обычного человека-игрока», - говорит он. «Он уже на одном уровне со мной».

Статья была опубликована в arXiv.

Источник: New Scientist