Сегодня 22 октября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Hardware

Учёные натренировали робопса играть в бадминтон — он самообучается, но пока играет на уровне любителя

Группа учёных из ETH Zürich под руководством робототехника Юньтао Ма (Yuntao Ma) представила робота, способного играть в бадминтон. Робот ANYmal внешне напоминает миниатюрного жирафа с ракеткой «в зубах», и создан на базе четвероногого промышленного робота, предназначенного для работы в нефтегазовой отрасли, от компании ANYbotics. Вес ANYmal составляет около 50 кг, длина корпуса — менее метра, а ширина — менее 50 сантиметров.

 Источник изображений: ETH Zürich

Источник изображений: ETH Zürich

На робота установлен манипулятор с несколькими степенями свободы, в который закреплена бадминтонная ракетка. Отслеживание полёта волана и мониторинг окружающей среды осуществляется с помощью стереоскопической камеры. По словам разработчиков, на создание робота ушло около пяти лет.

При разработке системы управления ANYmal были использованы современные методы обучения моделей ИИ с подкреплением. «Вместо того чтобы строить продвинутые модели, мы смоделировали робота в виртуальной среде и позволили ему научиться двигаться самостоятельно», — пояснил Ма. Обучение разбивалось на повторяющиеся блоки, в каждом из которых робот должен был предсказать траекторию полёта волана и попытаться его отбить. В ходе этого процесса ANYmal, как настоящий спортсмен, также определял пределы своих физических возможностей.

 Источник изображений: ETH Zürich

Обучение было направлено на развитие зрительно-моторной координации, аналогичной той, которой обладают спортсмены-люди. Модель восприятия, основанная на данных с камеры в реальном времени, обучала робота удерживать волан в поле зрения, несмотря на помехи и ошибки отслеживания. «Представьте, что робот занимает позицию для приёма волана, — рассказал Ма. — Если он движется медленно, шансы на успех снижаются. Если быстро — тряска камеры увеличивает погрешность отслеживания. Это компромисс, и мы хотели, чтобы он научился с ним справляться».

В результате обучения с подкреплением робот освоил принципы правильного позиционирования на площадке. Он пришёл к выводу, что после удачного удара наилучшая стратегия — возврат в центр площадки к задней линии. ANYmal научился самостоятельно вставать на задние «лапы», чтобы лучше видеть приближающийся волан, понял, как избегать падений и оценивать разумность риска с учётом своей ограниченной скорости. Он также воздерживался от попыток, заведомо обречённых на неудачу, тем самым снижая вероятность повреждений.

 Источник изображений: ETH Zürich

Результаты реальных матчей с людьми показали, что ANYmal как бадминтонист пока что не более чем любитель. Его время реакции составляло около 0,35 секунды, в то время как средний человек реагирует за 0,2–0,25 секунды, а элитные игроки с натренированными рефлексами и развитой мышечной памятью сокращают это время до 0,12–0,15 секунды. Ещё одной проблемой является ограниченное поле зрения камеры робота.

Учёные планируют продолжать развитие навыков ANYmal. В частности, они намерены сократить время реакции путём предсказания траектории волана на основе позы соперника перед ударом. Также предполагается оснастить робота более продвинутыми камерами со сверхнизкой задержкой. Модернизации потребуют и приводы манипуляторов.

Сам по себе робот, играющий в бадминтон, — скорее курьёз, чем практическое устройство. Однако опыт, полученный в процессе разработки, может быть масштабирован для самых разных задач. «Я думаю, что предлагаемая нами архитектура обучения будет полезна в любом приложении, где необходимо балансировать между восприятием и управлением — например, при подъёме предметов, а также их ловле и броске», — заключил Ма.

Было интересно? Скажите об этом Google, чтобы чаще получать ссылки на наши новости про мир роботехники

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Microsoft запустила почасовую оплату в Xbox Cloud Gaming без подписки Game Pass — от $3,99 за 10 часов 4 ч.
DeepSeek открыла исходный код DeepInfer — фреймворка для инференса своего ИИ 9 ч.
Meta оштрафовали на $25 млрд за обман пользователей — последствия скандала с Cambridge Analytica 9 ч.
Октябрьский фестиваль демоверсий «Играм быть» в Steam наводнил ИИ-мусор, и пользователи требуют перемен 9 ч.
Официальные подробности патча 2.5 для Cyberpunk 2077: стрельба с двух рук, контент по Edgerunners 2 и поддержка модов на консолях 11 ч.
Nvidia выпустила видеодрайвер, который ускорит компиляцию шейдеров в совместимых играх с минут до секунд 12 ч.
Xbox оценили в $150 млрд: частные инвесторы присматриваются к игровому бизнесу Microsoft на фоне слухов о продаже 12 ч.
Croteam анонсировала ураганный шутер Serious Sam: The Third Encounter — фанаты ждали этого 24 года 12 ч.
ИИ добрался до древнего кода: OpenAI научилась переносить программы с COBOL с точностью 97,9 % 13 ч.
AMD и Intel объединились, чтобы упростить запуск ИИ-моделей на процессорах x86 13 ч.
Google Cloud и NVIDIA запустят в ноябре инстансы на базе Vera Rubin NVL72 8 ч.
К 2030 году доходы рынка малых ЦОД в России достигнут 14,2 млрд рублей 8 ч.
Новая статья: EXPO, каким он должен быть: обзор комплекта памяти G.Skill Trident Z5 NeoX RGB DDR5-6000 CL36 32GB с профилем EXPO ULL 9 ч.
HPE компьютеризирует Луну — на луноход Astrolab FLIP установят ИИ-систему с секретным процессором 9 ч.
Nvidia заткнёт деньгами узкие места в производстве ИИ-чипов — чтобы через три года выпускать в 2,5 раза больше ИИ-ускорителей 9 ч.
Десятки тысяч ускорителей NVIDIA простаивают в суперкластере Meta, ожидая отказа рабочих чипов 12 ч.
Amazon направит €16 млрд на расширение инфраструктуры в Германии в 2027 году 12 ч.
На заводе-долгострое Intel в Огайо оживление — спустя четыре года с начала стройки появился намёк на крышу 12 ч.
ИИ-фабрика за 14 дней: Nvidia представила модульные дата-центры на Vera Rubin в контейнерах 12 ч.
Памяти не хватает, цены растут: Samsung и SK hynix могут вернуть в параллельный импорт в России 14 ч.