长期以来，体育运动一直是对机器人的重要考验。这种现象最著名的例子可能要数一年一度的机器人杯足球赛，它可以追溯到20世纪90年代中期。早在十年前，乒乓球就在机器人手臂的基准测试中发挥了重要作用。这项运动要求速度、反应能力和策略等。
CHLMY}O0 
0 @ ,@ 在最新发表的一篇题为《实现人类水平的机器人乒乓球竞技》的论文中，Google的DeepMind机器人团队展示了自己在乒乓球运动方面的研究成果。在与人类选手的对抗中，研究人员有效地开发出了一名"具有扎实业余水平的人类选手"。
% d=-<EQ|& s_kI\w4(x1 在测试过程中，乒乓球机器人能够击败所有初级选手。在与中级选手的比赛中，机器人的胜率为55%。不过，它还没准备好与职业选手对抗。面对高级选手，机器人每次都输了。总的来说，该系统在29场比赛中赢得了45%。
6znm?s@~ sX=!o})0 论文称："这是第一个能够以人类水平与人类进行体育运动的机器人代理，是机器人学习和控制领域的一个里程碑。然而，这也只是朝着机器人技术的长期目标迈出的一小步，即在现实世界的许多有用技能方面达到人类水平。要想在单一任务上持续达到人类水平，还有很多工作要做，比如制造能够执行许多有用任务的通用机器人，在现实世界中熟练、安全地与人类互动。"
|M0TG `t8e2?GH 该系统最大的不足是对快速球的反应能力。DeepMind认为，造成这种情况的主要原因是系统延迟、击球之间的强制重置以及缺乏有用的数据。
QF^An B 
0W>O,%z&P# 研究人员指出："为了解决阻碍机器人对快速球做出反应的延迟限制，我们建议研究先进的控制算法和硬件优化。这可能包括探索预测模型来预测球的轨迹，或者在机器人的传感器和执行器之间实施更快的通信协议"。
iCc \p2p %+' & $ 该系统可利用的其他问题包括高球和低球、反手以及读取来球旋转的能力。
kQ:2 @SOm Y>z(F\ 至于这些研究如何影响机器人技术，而不仅仅局限于乒乓球运动，DeepMind提到了策略架构、在真实比赛中使用模拟操作以及实时调整策略的能力。
Rc6Rk!^
微博帐号登录