返回首页  设为首页  加入收藏  今天是:
网站首页国际足球足球明星中超英超意甲德甲欧冠梅西C罗足球俱乐部
相关文章
球铃叮当勇士奔跑在绿茵…
国足全场射门44次 进6球…
新华全媒+丨 雪域高原上…
高清图:绿茵场上好少年
小小“足球课堂”尽享运…
专题栏目
普通足球明星 DeepMind最新研究:“AI足球…
普通足球明星 校园足球该怎么“踢”?全国…
普通足球明星 2018校园足球那些事儿
普通足球明星 校园足球知识ppt
普通足球明星 校园足球可以这样做……
普通足球明星 校园足球 让运动美起来
普通足球明星 巴西十大足球巨星排名你喜欢…
普通足球明星 巴萨队史10大球星瓜迪奥拉第…
普通足球明星 来盘点巴西队现役十大球星
普通足球明星 巴西十大球星排名榜
普通足球明星 ESPN评贝利后巴西最伟大球员…
普通足球明星 小学足球常识知识doc
普通足球明星 体育小知识 为什么足球运动…
普通足球明星 绿茵场上放飞梦想
普通足球明星 【盛兴中英文学校】足球小知…
普通足球明星 少儿足球小知识
普通足球明星 体育中的“黑科技”
普通足球明星 欧锦赛2日之星:一球成名的…
普通足球明星 卡塔尔世界杯|四分之一决赛…
普通足球明星 欧冠综合:梅西打进巴黎生涯…
普通足球明星 第16届世界杯足球赛正式开幕
普通足球明星 首店建设成效明显 深圳加快…
普通足球明星 足球运动手抄报内容要简短(…
普通足球明星 中德春日游园会举行深圳加快…
普通足球明星 世界杯浪潮临近银行赛事获客…
普通足球明星 世界杯频频爆冷!“爆冷”英…
普通足球明星 10条世界杯冷知识让你更专业
普通足球明星 每天学点冷知识:这些关于足…
普通足球明星 足球十大知识
普通足球明星 世界足球日专题:你不一定知…
普通足球明星 世界杯大科普:这些足球术语…
普通足球明星 足球常规常识学习
普通足球明星 image-cut-tos-priv7511f56…
普通足球明星 足球十大常识
普通足球明星 冷知识 关于足球的知识
普通足球明星 足球 这些冷知识你知道多少…
普通足球明星 足球道中道趣谈足球爱好者的…
普通足球明星 自由足球基础职业技能详解[…
普通足球明星 足球喷前阅读指南(连载三 …
普通足球明星 足球基础-人人必会的五个进…
普通足球明星 足球基本技术动作介绍
普通足球明星 为学生打开别样成长空间看潍…
普通足球明星 足球小将 炫动校园
普通足球明星 足球不只是运动
普通足球明星 广州越秀擦亮“校园足球”名…
普通足球明星 小学校园足球课余训练进阶构…
普通足球明星 【足球财富】足球亚盘的套路…
普通足球明星 足彩干货技巧——分析方法之…
普通足球明星 足彩一定要掌握的盘口硬核知…
普通足球明星 竞彩足球亚盘解析教你如何区…
普通足球明星 足球亚盘分析推荐(详解)
普通足球明星 【足球心得】关于盘口的一些…
普通足球明星 五种长传球技巧教学
普通足球明星 【足球技巧】德容的大师级中…
普通足球明星 极少数人知道的足彩看盘技巧…
普通足球明星 FIFA足球世界推射技巧解读 …
普通足球明星 新闻观察
普通足球明星 体育频道-体育英语
普通足球明星 学校出资买队服编教材补营养…
普通足球明星 汪大昭:应该增加底线裁判 …
足球新闻网
您现在的位置: 足球新闻网 >> 足球明星 >> 正文
高级搜索
DeepMind最新研究:“AI足球运动员”诞生运球、抢断、传球、射门无所不能
作者:佚名 文章来源:本站原创 点击数: 更新时间:2023/6/11 4:57:36 | 【字体:

  在现实生活中,不管踢不踢,踢得好还是踢得不好,每当看(听)到“足球”这个词,人们都会似懂非懂地聊上几句。

  但是,如果一个人工智能(AI)学会了踢足球,而且踢得还不错,那算不算一件比较稀奇的事情呢?毕竟,当前的 AI 有时连“500 年前的美国总统是不是林肯”这样的问题都回答不上来。

  9 月 1 日,来自英国人工智能公司 DeepMind 的研究团队就首次介绍了这样一个可以完成带球突破、身体对抗等多种动作,然后精准射门的“AI 足球运动员”。

  图|“AI 玩家”正在进行 2V2 对抗比赛(动图制作素材来源:Science Robotics)

  尽管偶尔不讲规则,比如比赛中没有角球、点球和任意球等定位球(set piece),但研究团队认为,这一研究推动了人工系统向人类水平运动智能向前迈进。

  众所周知,标准的足球比赛由两支队伍各派 11 名队员参与,包括 10 名球员及 1 名守门员,在球场上互相对抗和进攻。

  除了守门员可以在己方禁区内利用手部触球外,其他球员只能运用手部以外的身体部位碰触球(开界外球例外),比赛的最终目的则是尽可能地将足球踢入对方的球门内。

  因此,无论是在现实比赛中,还是在网络游戏上,足球都是一个既考验个人技巧,又需要团队成员默契协作的运动,完成一次出色的传球或一次精准的射门并不容易,“需要解决人类和动物们都会面临的诸多问题”。

  据论文描述,尽管 DeepMind 团队在此次研究中简化了游戏规则,并将两队球员人数限定在了 2-3 人,但结果显示,AI 玩家可以在事先不了解足球规则的情况下学会踢球、运球和射门等技能,并在模拟游戏中完成 2V2 和 3V3 的足球比赛。

  “TA 们在一个动作技能和高水平目标导向行为紧密结合的环境中实现了综合控制。” 论文共同一作、共同通讯作者 Siqi Liu 及其团队写道。

  图|“AI 玩家”完成运球、抢断和传球等一系列动作(动图制作素材来源:Science Robotics)

  如上图,在一场 2V2 的比赛中,红队球员先后完成了跑动、逼抢和传球等一系列动作,整个动作十分自然流畅,且充满压迫性。

  首先,AI 玩家需要通过观看人类运动视频学会行走,因为最开始的 AI 玩家并不知道要在足球场上做什么。

  最后,AI 玩家更进一步,基于另外一种强化学习算法学会如何进行团队协作和更高难度的运动控制。

  可见,当训练中的 AI 玩家不断接受环境奖励,并作出正确反馈,其踢足球水平就会得到增加。

  在描述认知科学和 AI 基础的经典言论中,图灵奖得主 Allen Newell 认为,从毫秒级的肌肉抽搐,到数百毫秒

  更高级别的行为往往与外界环境和其他主体更复杂的互动相关联,而如何在多空间和时间尺度上表现出智能行为,是物理实体人工智能长期面临的挑战之一。

  DeepMind 团队的这项研究,通过强化学习算法等 AI 技术,为 AI 玩家赋予了灵活的运动控制和多智能体协作能力,是一个有关如何在多智能体环境下学习多尺度综合决策的优秀案例。

  例如,由于参与比赛的 AI 玩家数量相对较少,相比于现实世界还是缺少一定的复杂度,并不能说明 AI 可以玩更复杂的足球比赛。如果在未来的工作中增加 AI 玩家数量,可能就会产生更有趣的团队策略。

  另外,由于时间较短,节奏较快,AI 玩家也没有被赋予调整节奏、保持精力、决定阵型或替换更偏向防守或进攻的球员的能力。

  此外,研究团队也表示,他们的方法不适合直接在机器人硬件上学习,研究成果也不会快速从模拟世界转移应用到现实世界。

  但是,研究成果确实证明了基于学习的方法在生成复杂运动策略方面的潜力,也解决了模拟训练中出现的模拟到真实迁移的主要挑战之一。

  在论文的最后,研究团队这样写道,“如何在敏捷机器人硬件上实现类似复杂程度的多尺度运动智能,将是令人兴奋的研究方向之一”。

  本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。

  想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿。创业或融资寻求报道,点击这里。敬原创,有钛度,得赞赏593人已赞赏>

足球明星录入:admin    责任编辑:admin 
  • 上一个足球明星:

  • 下一个足球明星: 没有了
  • 【字体: 】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口
     网友评论:(只显示最新10条。评论内容只代表网友观点,与本站立场无关!)