四足机器人守门员在扑球。


最近，美国加州大学伯克利分校、西蒙弗雷泽大学和乔治亚理工学院的联合机器人团队创建了一种强化学习模型，能让四足机器人以守门员的身份高效踢足球。

研究人员称，通过让四足机器人踢足球，可突破四足机器人的人工智能极限。守门员是一项有趣但具有挑战性的任务，它需要机器人对快速移动的球作出反应，有时需在空中飞行，并在很短的时间内（通常在一秒钟内）动态拦截它。

新研究的主要目标是创造一个四足机器人守门员，它可像人类守门员一样在比赛中完善其技能。为此，研究人员开发了一种强化学习模型，让该模型通过试错而不是固定的人工设计策略来训练机器人。随后他们将它学到的策略部署在麻省理工学院开发的四足机器人Mini Cheetah上，并在现实世界中测试了它的性能。

研究表明，强化学习框架可极大地提高Mini Cheetah作为足球守门员的能力。在真实世界测试的40次随机射门中，机器人的扑救成功率达87.5%。

由于该模型可提高四足机器人的敏捷性和身体能力，因此这些机器人还可用于处理完全不同的任务，例如搜索和救援任务。也许不久的将来，四足机器人也可与人类足球运动员同场竞技。


【划重点】

大多数动物做起来流畅自如的动作，对机器人来说都可能是技术上的重大障碍，这就是“算法”与“天然”之间的鸿沟。现在，工程师们尝试用机器学习跨越这道鸿沟，不是预先编好程序，而是让人工智能在练习和试错中，逐渐掌握动作。