تیمی از محققان پروژه Deep Mind لندن به بازیکنان انیمیشینی آموزش داده اند که چگونه یک نسخه واقعی از فوتبال را روی صفحه کامپیوتر بازی کنند.
چندین سال است که مهندسان با پشتکار تلاش می کنند تا ربات هایی با قابلیت بازی کردن فوتبال بسازند. چنین کاری منجر به رقابت بین گروه های مختلف شده است تا ببینند چه کسی می تواند بهترین بازیکنان ربات را طراحی کند. این موضوع به ایجاد RoboCup ختم شده است که دارای چندین لیگ، هم در دنیای واقعی و هم شبیه سازی شده است. در این رویکرد جدید، محققان درجه جدیدی از شبکههای برنامهنویسی و یادگیری هوش مصنوعی را برای آموزش بازی فوتبال به روباتهای شبیهسازی شده بدون اینکه قوانینی را به آنها ارائه کنند، اعمال کردند.
ایده پشت این رویکرد جدید این است که بازیکنان فوتبال شبیهسازیشده یاد بگیرند که بازی را به همان روشی که انسانها انجام میدهند، اجرا کنند. بازیکنان شبیهسازی شده ابتدا باید راه رفتن را یاد میگرفتند، سپس بدوند و توپ را به اطراف شوت کنند. در هر سطح جدید، به سیستمهای هوش مصنوعی ویدیویی از بازیکنان فوتبال در دنیای واقعی نشان داده میشد که به آنها اجازه میداد نه تنها اصول اولیه بازی فوتبال را بیاموزند، بلکه از نحوه حرکت ورزشکاران حرفهای در هنگام شرکت در رویدادهای ورزشی سطح بالا تقلید کنند.
زمانی که ربات ها یاد گرفتند که بازی را از منظر بازیکن انفرادی انجام دهند، ابتدا در مقابل یک بازیکن قرار گرفتند. با بهبود مهارت های آنها، بازیکنان بیشتری اضافه شدند. در نهایت، محققان تیمهای کوچکی داشتند که در مقابل یکدیگر بازی میکردند، مانند دو به دو. و از آنجایی که بازیکنان هوش مصنوعی بیشتر در مورد نحوه عملکرد بازی یاد گرفتند، بازیکنان بیشتری اضافه شدند تا اینکه یک مکمل کامل وجود داشت.
نتایج بهدستآمده توسط محققان چشمگیر است – این عمل شبیه یک بازی رایانهای به نظر میرسد اما واقعیتر است زیرا بازیکنان به تنهایی تصمیم میگیرند. اما، همانطور که محققان اذعان می کنند، آن نیز ساده شده است. برای مثال هیچ خطایی انجام نمی شود و یک مرز نامرئی در اطراف زمین وجود دارد که مانع از خارج شدن توپ از محدوده می شود. همچنین، آنها اشاره میکنند که تا کنون، زمانهای یادگیری طولانی در آموزش بازی به بازیکنان وجود داشته است که میتواند مانع از پیشرفت فناوری به رباتهای دنیای واقعی شود.
چندین سال است که مهندسان با پشتکار تلاش می کنند تا ربات هایی با قابلیت بازی کردن فوتبال بسازند. چنین کاری منجر به رقابت بین گروه های مختلف شده است تا ببینند چه کسی می تواند بهترین بازیکنان ربات را طراحی کند. این موضوع به ایجاد RoboCup ختم شده است که دارای چندین لیگ، هم در دنیای واقعی و هم شبیه سازی شده است. در این رویکرد جدید، محققان درجه جدیدی از شبکههای برنامهنویسی و یادگیری هوش مصنوعی را برای آموزش بازی فوتبال به روباتهای شبیهسازی شده بدون اینکه قوانینی را به آنها ارائه کنند، اعمال کردند.
ایده پشت این رویکرد جدید این است که بازیکنان فوتبال شبیهسازیشده یاد بگیرند که بازی را به همان روشی که انسانها انجام میدهند، اجرا کنند. بازیکنان شبیهسازی شده ابتدا باید راه رفتن را یاد میگرفتند، سپس بدوند و توپ را به اطراف شوت کنند. در هر سطح جدید، به سیستمهای هوش مصنوعی ویدیویی از بازیکنان فوتبال در دنیای واقعی نشان داده میشد که به آنها اجازه میداد نه تنها اصول اولیه بازی فوتبال را بیاموزند، بلکه از نحوه حرکت ورزشکاران حرفهای در هنگام شرکت در رویدادهای ورزشی سطح بالا تقلید کنند.
زمانی که ربات ها یاد گرفتند که بازی را از منظر بازیکن انفرادی انجام دهند، ابتدا در مقابل یک بازیکن قرار گرفتند. با بهبود مهارت های آنها، بازیکنان بیشتری اضافه شدند. در نهایت، محققان تیمهای کوچکی داشتند که در مقابل یکدیگر بازی میکردند، مانند دو به دو. و از آنجایی که بازیکنان هوش مصنوعی بیشتر در مورد نحوه عملکرد بازی یاد گرفتند، بازیکنان بیشتری اضافه شدند تا اینکه یک مکمل کامل وجود داشت.
نتایج بهدستآمده توسط محققان چشمگیر است – این عمل شبیه یک بازی رایانهای به نظر میرسد اما واقعیتر است زیرا بازیکنان به تنهایی تصمیم میگیرند. اما، همانطور که محققان اذعان می کنند، آن نیز ساده شده است. برای مثال هیچ خطایی انجام نمی شود و یک مرز نامرئی در اطراف زمین وجود دارد که مانع از خارج شدن توپ از محدوده می شود. همچنین، آنها اشاره میکنند که تا کنون، زمانهای یادگیری طولانی در آموزش بازی به بازیکنان وجود داشته است که میتواند مانع از پیشرفت فناوری به رباتهای دنیای واقعی شود.
کد خبر ۲۱۲۰۱۰۶۱۲.۱۹۸