Χθες, η Google Research παρουσίασε δύο νέα πρότζεκτ στα οποία χρησιμοποιεί ρομπότ που παίζουν πινγκ πονγκ. Η ομάδα ρομποτικής της Google δίδαξε σε έναν ρομποτικό βραχίονα, ένα ρομποτικό χέρι, να ρίχνει σερί 300+ βολές με άλλους ανθρώπους και να επιστρέφει σερβίς με την ακρίβεια «ερασιτεχνών ανθρώπων». Αν και αυτό μπορεί να μην ακούγεται τόσο εντυπωσιακό, οι ίδιες τεχνικές θα μπορούσαν να χρησιμοποιηθούν για την εκπαίδευση ρομπότ ώστε να εκτελούν άλλες «δυναμικές εργασίες υψηλής επιτάχυνσης» που απαιτούν αλληλεπίδραση ανθρώπου-ρομπότ.

Η επιτραπέζια αντισφαίριση (πινγκ πονγκ) είναι μια ενδιαφέρουσα διαδικασία για την εκπαίδευση των ρομπότ λόγω δύο συμπληρωματικών ιδιοτήτων. Απαιτεί τόσο γρήγορες όσο και ακριβείς κινήσεις σε ένα δομημένο παιχνίδι που λαμβάνει χώρα σε ένα σταθερό και προβλέψιμο περιβάλλον. Ο αλγόριθμος εκμάθησης στον οποίο βασίζεται το ρομπότ για τη λήψη αποφάσεων, πρέπει να δουλέψει σκληρά για να γίνει καλός, μέσα σε ένα πολύ συγκεκριμένο και οριοθετημένο περιβάλλον, όπως είναι το τραπέζι του πινγκ πονγκ. Βοηθάει το γεγονός ότι η επιτραπέζια αντισφαίριση απαιτεί δύο «πλευρές»: το ρομπότ μπορεί να παίξει με ένα άλλο ρομπότ (ή προσομοίωση) ή με έναν πραγματικό άνθρωπο για να εκπαιδευτεί. Όλα αυτά το καθιστούν ένα εξαιρετικό σκηνικό για τη διερεύνηση της αλληλεπίδρασης ανθρώπου-ρομπότ και των τεχνικών ενισχυτικής μάθησης (όπου το ρομπότ μαθαίνει από την πράξη).

Οι μηχανικοί της Google σχεδίασαν δύο ξεχωριστά πρότζεκτ χρησιμοποιώντας το ίδιο ρομπότ. Το Iterative-Sim2Real, το οποίο θα παρουσιαστεί στο CoRL αργότερα φέτος, και το GoalsEye, το οποίο θα παρουσιαστεί στο IROS την επόμενη εβδομάδα. Το Iterative-Sim2Real είναι το πρόγραμμα που εκπαίδευσε το ρομπότ να παίζει συνεργατικά «ράλι» 300 βολών με ανθρώπους, ενώ το GoalsEye του επιτρέπει να επιστρέφει τα σερβίς σε ένα συγκεκριμένο σημείο-στόχο στο τραπέζι με ερασιτεχνική ακρίβεια που μοιάζει με την ανθρώπινη.

Πηγή: Popular Science