科技日报北京10月27日电 （记者张梦然）美国加州大学伯克利分校、西蒙弗雷泽大学和乔治亚理工学院的联合机器人团队最近创建了一种强化学习模型，能让四足机器人以守门员的身份高效踢足球。在arXiv上预先宣布的一篇论文中介绍的该模型，通过重复实验逐渐的提升了机器人的技术。
研讨人员称，通过让四足机器人踢足球，可打破四足机器人的人工智能极限。守门员是一项风趣但具有挑战性的使命，它需求机器人对快速移动的球作出反应，有时需在空中飞翔，并在很短的时间内（通常在一秒钟内）动态阻拦它。
新研讨的首要方针是发明一个四足机器人守门员，它可像人类守门员相同在竞赛中完善其技术。为此，研讨人员开发了一种强化学习模型，让该模型通过试错而不是固定的人工规划战略来练习机器人。
研讨人员解说说，机器人首要学习不同的运动操控战略来履行不同的技术，例如逃避、前扑和跳动，一起记载机器人脚趾的随机轨道。根据这些操控战略，机器人接着学习高档规划战略，在检测到球的方位和本身状况后，挑选最佳技术和动作来阻拦球。
通过一系列模仿足球竞赛，团队练习了强化学习模型。随后他们将它学到的战略布置在麻省理工学院开发的四足机器人Mini Cheetah上，并在实际国际中测试了它的功能。
研讨标明，强化学习结构可极大地进步Mini Cheetah作为足球守门员的才能。在线次随机射门中，机器人补救成功率达87.5%。
研讨人员称，此项工作最酷炫的是，四足机器人Mini Cheetah能履行跳动和前扑等十分灵敏的运动技术，以及快速和准确的操作技术，例如在一会儿摇摆机器腿把球推开。这实际上打破了机器人范畴“腿运动”的边界，标明腿也可所以一个机械手。
因为该模型可进步四足机器人的灵敏性和身体才能，因而这些机器人还可用于处理彻底不同的使命，例如查找和救援使命。或许不久的将来，四足机器人也可与人类足球运动员同场竞技。