展現攻擊策略　機器人將再次擊敗人類

Google 在 AI 機器人領域又一突破。日前透過「i-Sim2Real」的研發專案，成功訓練機器人與人類進行 340 次桌球推打，讓機器人不僅會下棋，在動態上可能成為桌球高手，實現機器人強化學習的成功案例。

Sim2Real 這項專案是透過虛擬或模擬的環境，製造人與機器人交互循模式，來強化訓練機器人學習的模型。並且讓模型在虛擬時大規模的數據採集後，展現於現實情況中，可以大幅縮短訓練時間。

不過機器人訓練不是僅僅在虛擬環境擷取數據，就能達到實際運用成就。畢竟人類的反應機制要完全百分百模擬是相當困難，這就需要在現實世界的輔助。在這項任務中，目標是透過與人類的互動，利用接獲到的現實回饋力道數據，來判讀球的落點，完成交叉回擊。

由於本身機器人仍屬於學習階段，研究人員先採用簡易的人類行為模型作為出發點。儘管剛開始不夠接近實際行為也無妨，主要是能夠讓機器人與人類盡可能長時間的合作，且雙方都能做出快速反應。

這次 i-Sim2Real 成果，除了完成來回推打達 340 次桌球外，更厲害的是機器人也可將球打至不同區域，雖然對球落下的位置並非來自精確運算，但這樣的模式顯示出擁有可以對打的策略展現。

目前研究團隊經過幾次更新人類行為模型，以及透過現實世界訓練微調，機器人目前已經能夠進行長時間拉力賽了。（記者／劉閔）

瀏覽 458 次