KI kann „Fußball spielen', KI-Roboter jedoch noch nicht

​Diesen November startet die Weltmeisterschaft wieder.

Zu diesem Zeitpunkt, egal ob wir spielen oder nicht, ob wir gut spielen oder nicht, werden viele Menschen wieder anfangen, über Fußball zu reden.

Auf keinen Fall, wer nennt Fußball die Sportart Nummer eins der Welt?

Aber im Vergleich zur Weltmeisterschaft interessieren sich Wissenschaftler mehr für die Annual Robot Cup 3D Simulation League.

Vor nicht allzu langer Zeit nutzte ein Forschungsteam des britischen Unternehmens für künstliche Intelligenz DeepMind eine beschleunigte Version des Sportkurses, um jahrzehntelange Fußballspiele durch Computer zu simulieren und die KI zu trainieren, digitale humanoide Fußballspieler geschickt zu steuern.

Relevante Forschungsergebnisse wurden in der Zeitschrift „Science·Robotics“ veröffentlicht.

Papieradresse: https://www.science.org/doi/10.1126/scirobotics.abo0235

Offensichtlich ist dies nicht das erste Mal, dass „KI-Fußballspieler“ in die Öffentlichkeit geraten .

Eine kurze Geschichte der Entwicklung von KI-Fußballspielern

Bereits 2016, nicht lange nachdem AlphaGo Lee Sedol bei Go besiegt hatte, begann Deepmind darüber nachzudenken, KI Fußball spielen zu lassen.

Im Juni dieses Jahres baten DeepMind-Forscher die KI, ein ameisenförmiges Objekt zu steuern, um den Ball zu jagen, und dann den Ball zu dribbeln, bis er zum Tor geschickt wurde, um ein Tor zu erzielen.

Laut David Silver, dem Leiter des DeepMind-Teams, hat die KI mit Hilfe des neu entwickelten asynchronen Actor-Critic-Algorithmus von Google, nämlich A3C, nicht nur das Projekt abgeschlossen, sondern musste auch kein Wissen über Mechanik vermitteln den gesamten Prozess.

Dieses Experiment gab „AI Football Playing“ einen guten Start.

Bis 2019 hat DeepMind viele „Spieler“ trainiert, aus denen DeepMind 10 Zweier-Fußballmannschaften ausgewählt hat.

Diese 10 Teams verfügen jeweils über 25 Milliarden Frames an Lernerfahrung, und DeepMind hat zusammen 1 Million Spiele gesammelt.

Dann richtet DeepMind die Umgebung so ein, dass mehrere KIs gemeinsam Fußballspiele spielen können, und legt im Voraus die Regeln fest, um die gesamte „Fußballmannschaft“ zu belohnen, anstatt die individuelle Leistung eines bestimmten „KI-Spielers“ zu fördern Erfolg des gesamten Teams.

DeepMind hat auf diese Weise bewiesen, dass KI miteinander kooperieren kann.

Es schien, dass alles gut lief, aber im Jahr 2020 hatte der KI-Player von DeepMind ein Problem.

Nach Informationen von Brain JiTi stellten sich während eines Spiels die Fußballroboter einer Mannschaft in einer Reihe auf, um auf das Tor zu schießen, aber der Robotertorwart bereitete sich nicht auf die Verteidigung vor, sondern fiel zu Boden und begann wild zu schwingen . Die Beine hochgehoben.

Glaubst du, das ist vorbei? Zu naiv!

Dann führte der vordere Roboterspieler einen sehr verwirrenden Tanz auf, stampfte mit den Füßen, wedelte mit den Händen und fiel mit einem dumpfen Aufprall zu Boden.

Diese Szene schockierte das Publikum: Sie haben Menschen gesehen, die rücksichtslos waren, aber sie haben noch nie Menschen gesehen, die so aggressiv waren!

Warum passiert das?

Das beginnt auch beim Prinzip dahinter.

Zu Beginn von „AI Playing Football“ wählten Forscher den Weg des Reinforcement Learning.

Früher basierte das Lernen von AlphaGo auf überwachtem Lernen, also dem Training anhand gekennzeichneter Datensätze.

Aber diese Methode stellt hohe Anforderungen an die „Sauberkeit“ der Daten: Sobald es ein Problem mit den Daten gibt, macht die KI Fehler.

Im Gegensatz dazu imitiert das verstärkende Lernen das menschliche Lernmodell. Die KI lernt nach dem Prinzip „Versuch und Irrtum“. Sie wird belohnt, wenn sie richtig ist, und bestraft, wenn sie falsch ist, und stellt so den richtigen Zusammenhang her.

Es scheint viel intelligenter zu sein als traditionelles überwachtes Lernen, weist aber immer noch Lücken auf.

Zum Beispiel wird die KI ein falsches Verständnis von Belohnungs- und Bestrafungsmaßnahmen haben und so seltsame Strategien entwickeln.

OpenAI hat einst ein Ruderspiel entworfen. Die ursprüngliche Aufgabe der KI bestand darin, das Rennen zu absolvieren.

Die Forscher haben zwei Belohnungen eingerichtet, eine besteht darin, das Spiel abzuschließen, und die andere darin, Punkte in der Umgebung zu sammeln. Das Ergebnis ist, dass der Agent einen Bereich gefunden hat und dort weiter herumgedreht ist, um „Punkte zu sammeln“. Am Ende konnte er das Spiel natürlich nicht beenden, aber seine Punktzahl war höher.

Welche neuen Streiche hat die KI diesmal gespielt?

Obwohl die KI Fußball spielte und es zu Überschlägen kam, gaben die Forscher nicht auf.

Am Anfang des Artikels wurde erwähnt, dass das Forschungsteam von DeepMind einen neuen Durchbruch bei der Ausbildung von „KI-Fußballspielern“ erzielt hat.

Obwohl das DeepMind-Team in dieser Studie die Spielregeln vereinfacht und die Anzahl der Spieler in den beiden Teams auf 2-3 begrenzt hat, können die „KI-Fußballspieler“ dem Papier zufolge Durchbrüche mit dem Ball, körperliche Konfrontation und präzise Schüsse erzielen usw. Aktion.

Wie haben Forscher „KI-Fußballspieler“ trainiert?

Einfach ausgedrückt kombiniert es überwachtes Lernen und verstärkendes Lernen.

Im ersten Schritt muss die KI Videoclips von Menschen beim Fußballspielen anschauen und lernen, natürlich zu gehen, da die KI zunächst nicht weiß, was sie auf dem Fußballplatz tun soll.

Im zweiten Schritt übt die KI das Dribbeln und Schießen unter dem Reinforcement-Learning-Algorithmus.

KI kann diese beiden Schritte in etwa 24 Stunden abschließen.

Der dritte Schritt besteht darin, in Form eines Spiels zu trainieren. Der KI-Roboter führt ein 2-gegen-2-Match durch. Dieser Schritt dauert hauptsächlich 2 bis 3 Wochen. Vorhersagen von Pässen und anderen schwierigeren Bewegungssteuerungsaufgaben.

Die Leistung des „KI-Fußballspielers“ macht das Forschungsteam dieses Mal immer noch recht zufrieden.

Das DeepMind-Team glaubt, dass diese Forschung die Weiterentwicklung künstlicher Systeme hin zu motorischer Intelligenz auf menschlicher Ebene fördert.

Das DeepMind-Team ist jedoch immer noch relativ klar im Kopf. Sie wissen, dass dieser Durchbruch immer noch Grenzen hat.

Zum Beispiel ist das Spiel 2v2 statt des 11v11, das üblicherweise in echten Fußballspielen verwendet wird. Dies bedeutet nicht, dass KI an komplexeren Fußballspielen teilnehmen kann.

Außerdem kann selbst ein einfaches 2v2-Match nicht direkt auf Roboterhardware verwendet werden.

Mit anderen Worten: Wissenschaftlern ist es noch nicht gelungen, einen Roboter zu bauen, der Fußball spielen kann.

Referenzen: https://www.science.org/doi/10.1126/scirobotics.abo0235

https://sports.yahoo.com/deepmind-ai-now-play-football-134345563.html? guccounter =2

https://www.woshipm.com/ai/3619952.htmlhttp://it.people.com.cn/n1/2016/0622/c1009-28467916.html​

Das obige ist der detaillierte Inhalt vonKI kann „Fußball spielen', KI-Roboter jedoch noch nicht. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!