机器人世界杯,原名J联赛,是由国际机器人世界杯联合会组织的一年一度的机器人和人工智能(AI)比赛。在机器人世界杯期间,机器人之间相互进行足球比赛。
机器人世界杯源于1992年,加拿大不列颠哥伦比亚大学的教授Alan Mackworth在论文《On Seeing Robots》中提出训练机器人进行足球比赛的设想。
同年10月,日本研究人员在东京《关于人工智能领域重大挑战的研讨会》上,对制造和训练机器人进行足球比赛以促进相关领域研究进行了探讨,并草拟了规则和足球机器人和模拟系统的开发原型。
1993年6月,日本研究者浅田埝(Minoru Asada)、YasuoKuniyoshi和北野宏明(Hiroaki Kitano)等人决定创办机器人比赛,命名为RoboCup J联赛。随后得到国际研究者的响应,并扩展成国际性项目,改名为机器人世界杯,简称为RoboCup。
虽然机器人世界杯可能非常有趣,但它的主要目标是在现实世界中展示机器人和人工智能的进步。参加比赛的机器人系统是全世界许多研究人员深入研究的成果。
除了真实世界的比赛,计算机科学家和机器人专家还可以在机器人世界杯3D足球模拟联赛中测试他们的机器人足球计算工具。这本质上是一个模拟机器人世界杯环境的平台,作为一个虚拟的“体育馆”,为人工智能技术和机器人系统设计踢足球。
中国烟台理工学院和伊朗拉朱扬大学的研究人员最近开发了一项新技术,可以提高参加足球比赛的机器人在行进时射门的能力。这项技术发表在《环境智能与人性化计算》杂志上的一篇论文中,它是基于一种被称为Q-learning算法的计算方法。
开发这项技术的三位研究人员林云(音译)、宋宜斌(音译)和阿明·雷扎伊帕纳在他们的论文中写道:“参加机器人足球3D联赛的队伍最重要的目标之一是能够增加射门次数。”“之要比对手更有优势,就需要强大而精确的射门。”
在模拟中产生射门的大多数技术都是基于两种方法,即逆运动学(IK)和点分析。这些数学方法既可用于创建计算机动画,也可用于预测机器人达到某一特定位置或完成某一动作所需的关节参数。
“这些方法的条件是机器人和球的位置是固定的。”研究人员在他们的论文中解释道,“然而,对于射门来说,情况并非总是如此。”
为了克服以前提出的方法的局限性,林和他的同事创造了一种基于Q-learning算法的新的射门策略,它可以提高机器人在行进时射门的能力。Q-learning算法是基于强化学习的无模型计算方法。这些算法在代理试图学习如何优化导航或执行复杂操作的情况下特别有用。
“设计了一条弯曲的路径,使机器人向球移动,这样它最终会有一个最佳位置来射门。”研究人员在论文中写道,“一般来说,RoboCup3D中的视觉拦截器有干扰。因此,机器人的运动参数,如速度和角度,可以由Q-learning算法更精确地调整。最后,当机器人处于相对于球和球门的最佳位置时,IK模块被应用于射门策略"。
林、宋和雷扎伊帕纳在一系列的实验和模拟中对他们的Q-learning算法进行了评估。他们发现,使用这种算法的机器人,在行进中射门的能力,比参加机器人足球联赛和机器人3D联赛的大多数球队的机器人都要好。最终,它可以显著提高机器人在机器人足球比赛中的表现。
(独家编译:科幻世界)
最热文章
人工智能写科幻小说,和作家写科幻小说有什么不一样?
德国概念设计师Paul Siedler的场景创作,宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期,但是《静音》仍让人颇为期待
最近,美国最大的经济研究机构——全国经济研究所(NBER,全美超过一半的诺奖经济学得主都曾是该机构的成员)发布了一份报告,全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》(overlord),背景设置在二战时期,很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道,到处都在重启;我们也知道,如果有钱,啥都能重启。所以,会不会被重启算不上是个问题,只能问什么时候会被重启。自然而然地,世界各地的各种重启现象衍生出了一个有趣的猜猜游戏:哪一部老作品会是下一个接受这种待遇的?\n