巴黎奥运会正在方兴未艾地进行中体育赛事直播，乒乓球技俩备受柔软。与此同期，机器东谈主打乒乓球也得回了新糟蹋。

刚刚，DeepMind 提倡了第一个在竞技乒乓球比赛中达到东谈主类业余选手水平的学习型机器东谈主智能体。

论文地址：https://arxiv.org/pdf/2408.03906

DeepMind 这个机器东谈主打乒乓球什么水平呢？简略和东谈主类业余选手不相险阻：

正手反手齐会：

敌手选择多种打发，该机器东谈主也能抵触得住：

接不同旋转的发球：

不外，比赛浓烈进度似乎不如公园老迈爷对战。

对机器东谈主来说，乒乓球畅通需要掌持复杂的低水平技巧和策略性玩法，需要永恒训练。DeepMind 以为政策前次优但不错慎重地实行低水平技巧可能是更好的遴荐。这使乒乓球与海外象棋、围棋等存一火之交的政策游戏鉴识开来。

因此，乒乓球是进步机器东谈主智力的一个有价值的基准，包括高速畅通、及时精准和政策决议、系统筹商以及与东谈主类敌手径直竞争。

关于这一丝，Google DeepMind 首席科学家赞美谈：「乒乓球机器东谈主将有助于咱们贬责高速领域和感知问题。」

该有计划进行了 29 场机器东谈主与东谈主类的乒乓球比赛，其中机器东谈主到手 45% (13/29)。系数东谈主类选手齐是机器东谈主未见过的玩家，从入门者到锦标赛选手智力不等。

固然该机器东谈主输掉了系数与最高等别玩家的比赛，但它赢得了 100% 的与入门者的比赛，在与中级选手的对战中赢得了 55% 的比赛，展现出东谈主类业余选手的水平。

总的来说，该有计划的孝敬包括：

提倡一个分层和模块化的策略架构，其中包括：

初级领域器过头防备的技巧描写器，这些描写器对智能体的智力进行建模并有助于弥合模拟与果真的差距；

遴荐初级技巧的高等领域器。

已毕零样本模拟到果真的技巧，包括界说基于试验天下的任务漫衍的迭代要领，并界说自动课程（automatic curriculum）。

及时符合未见过的敌手。

要领先容

该智能体由一个初级技巧库和一个高等领域器构成。初级技巧库专注于乒乓球的某个特定方面，举例正手上旋球、反手对准或正手发球。除了包含训练策略，该有计划还在线下和线上收罗和存储接洽每个初级技巧的上风、劣势和局限性的信息。而认真互助初级技巧的高等领域器会凭证现时游戏统计数据、技巧描写遴荐最好技巧。

此外，该有计划还收罗了少许的东谈主类和东谈主类对打的比赛数据，看成运转任务条目的种子，数据集包括位置、速率和旋转的信息。然后使用强化学习在模拟环境中训练智能体， 并选择一些现存技巧，将策略无缝部署到果真硬件中。

该智能体与东谈主类系数对打以生成更多训练数据，跟着机器东谈主的连续学习，游戏法度变得越来越复杂，以此让智能体学习越来越复杂的动作。这种夹杂的「模拟 - 试验」轮回创建了一个自动领导，使机器东谈主的技巧跟着时间的推移抵制提高。

分层领域

分层领域主要包含以下部分：

乒乓球打发：高等领域器（HLC，high-level controller）领先决定使用哪种打发（正手已经反手）；

颐养：凭证与敌手比赛中的统计数据，在线爱戴每个 HLC 的偏好（H 值）；

遴荐最灵验的技巧：HLC 凭证颐养后的 H 值对入围的 LLC 进行抽样；

更新：H 值和敌手统计数据会连续更新，直至比赛收尾。

效果

风险信息表明，观致汽车有限公司现存 30 余条被执行人信息，被执行总金额超 7.4 亿元。此外，该公司还有多个限制消费令、失信被执行人及终本案件信息，此次新增涉及房屋租赁合同纠纷，执行法院为上海市第一中级人民法院。

有计划者将该智能体与 29 名不同水平的乒乓选手进行了对比，选手包括入门者、中级、高等和高等 + 技巧。东谈主类选手按照法度乒乓球法例与机器东谈主进行了三场比赛，但由于机器东谈主无法发球，因此法例稍作修改。

濒临系数敌手，机器东谈主赢得了 45% 的比赛（match）和 46% 的单局告捷（game）。按照技巧水平细分，机器东谈主赢得了与入门者的系数比赛，输掉了与高等和高等 + 选手的系数比赛，赢得了 55% 与中级选手的比赛。这标明该智能体在乒乓球回合中达到了中级东谈主类选手的水平。

机器东谈主打不外高等玩家的原因在于物理和技巧的收尾，包括响应速率，相机感应智力，旋转处理等，这是很难在模拟环境中准确建模的。

与机器东谈主对打，也很迷惑东谈主

有计划参与者示意，他们卓越享受与机器东谈主系数对打，并在「原理」和「迷惑东谈主」方面赐与了机器东谈主很高的评价。他们也一致示意「卓越好意思瞻念」再次与机器东谈主对打。在解放时间里，他们平均在 5 分钟的时间里与机器东谈主玩了 4 分 06 秒。

机器东谈主不擅长下旋球

技巧最好的参与者提到，机器东谈主不擅所长理下旋。为了测试这一不雅察效果，有计划东谈主员凭证球的旋转绘画了机器东谈主的着陆率，凭证效果不错看到，机器东谈主在濒临更多的下旋球时，着陆率大幅下落。这一劣势部分是由于机器东谈主在处理低球时，为了幸免与桌子碰撞导致的，其次是及时笃定球的旋转如实很难。

参考集合：

https://sites.google.com/view/competitive-robot-table-tennis/home?utm_source&utm_medium&utm_campaign&utm_content&pli=1

本文来自微信公众号“机器之心”体育赛事直播，36氪经授权发布。