4 分钟对打 300 多次，谷歌教会机器人打乒乓球

导读：选自谷歌博客　　机器之心编译　　机器之心编辑部　　想打乒乓球，可以找机器人陪练了。　　让一位乒乓球爱好者和机器人对打，按照机器人的发展趋势来看，谁输谁赢还真说不准

　　选自谷歌博客

　　机器之心编译

　　机器之心编辑部

　　想打乒乓球，可以找机器人陪练了。

　　让一位乒乓球爱好者和机器人对打，按照机器人的发展趋势来看，谁输谁赢还真说不准。

　　机器人拥有灵巧的可操作性、腿部运动灵活、抓握能力出色…… 已被广泛应用于各种挑战任务。但在与人类互动紧密的任务中，机器人的表现又如何呢？就拿乒乓球来说，这需要双方高度配合，并且球的运动非常快速，这对算法提出了重大挑战。

　　在乒乓球比赛中，首要的就是速度和精度，这对学习算法提出了很高的要求。同时，这项运动具有高度结构化（具有固定的、可预测的环境）和多智能体协作（机器人可以与人类或其他机器人一起对打）两大特点，使其成为研究人机交互和强化学习问题的理想实验平台。

　　来自谷歌的机器人研究团队已经建立了这样一个平台来研究机器人在多人、动态和交互环境中学习所面临的问题。谷歌为此还专门写了一篇博客，来介绍他们一直在研究的两个项目 Iterative-Sim2Real（i-S2R） 和 GoalsEye。i-S2R 让机器人能够与人类玩家进行超过 300 次的对打，而 GoalsEye 则使机器人能够从业余爱好者那里学习到一些有用的策略（目标条件策略）。

　　i-S2R 策略让机器人和人类对打，虽然机器人的握拍姿势看起来不太专业，但也不会漏掉一个球：

　　按玩家类型划分的 i-S2R 结果。

　　GoalsEye：可精确击中指定位置

　　在 GoalsEye 中，谷歌还展示了一种方法，该方法结合了行为克隆技术（behavior cloning techniques）来学习精确的目标定位策略。

　　这里谷歌重点关注乒乓球的精度，他们希望机器人可以将小球精确返回到球台上的任意指定位置，就如下图所展示的指哪打哪。为实现如下效果，他们还采用了 LFP（Learning from Play）、GCSL（Goal-Conditioned Supervised Learning）。

　　关于这两个项目的更多介绍，请参考以下链接：

　　Iterative-Sim2Real 主页：https://sites.google.com/view/is2r

　　GoalsEye 主页：https://sites.google.com/view/goals-eye

　　原文链接：https://ai.googleblog.com/

　　 THE END

　　投稿或寻求报道：content@jiqizhixin.com