• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Regardez comment un système d'IA apprend à jouer au football à partir de zéro

    Simulateur de football d'apprentissage automatique. Crédit :Science Robotique (2022). DOI :10.1126/scirobotics.abo0235

    Une équipe de chercheurs du projet Deep Mind London de Google a appris à des joueurs animés comment jouer à une version réaliste du football sur un écran d'ordinateur. Dans leur article publié dans la revue Science Robotics , le groupe décrit l'enseignement des joueurs animés à jouer en solo et aussi en équipe.

    Depuis plusieurs années, les ingénieurs en robotique travaillent assidûment pour créer des robots capables de jouer au football. Un tel travail a entraîné une compétition entre différents groupes pour voir qui peut concevoir les meilleurs robots joueurs. Et cela a conduit à la création de RoboCup, qui compte plusieurs ligues, à la fois dans le monde réel et simulées. Dans ce nouvel effort, les chercheurs ont appliqué un nouveau degré de programmation d'intelligence artificielle et de réseaux d'apprentissage pour apprendre à des robots simulés comment jouer au football sans jamais leur donner les règles.

    L'idée derrière la nouvelle approche est d'amener les joueurs de football simulés à apprendre à jouer au jeu de la même manière que les humains, en regardant comment les autres le font. Cela impliquait également de partir à peu près de zéro. Les joueurs simulés devaient d'abord apprendre à marcher, puis à courir et à taper dans un ballon. À chaque nouveau niveau, les systèmes d'IA ont vu des vidéos de joueurs de football du monde réel, ce qui leur a permis d'apprendre non seulement les bases du jeu de football, mais aussi d'imiter la façon dont les athlètes professionnels se déplacent lorsqu'ils participent à des événements sportifs de haut niveau.

    Vidéo démontrant l'étude sur l'apprentissage automatique. Crédit :Liu et al., Sci. Robot. 7, eabo0235

    Une fois que les robots ont appris à jouer au jeu du point de vue d'un joueur solo, ils ont d'abord été opposés à un seul joueur. Au fur et à mesure que leurs compétences s'amélioraient, d'autres joueurs ont été ajoutés. Finalement, les chercheurs ont eu de petites équipes jouant les unes contre les autres, comme deux contre deux. Et au fur et à mesure que les joueurs IA en apprenaient davantage sur le fonctionnement du jeu, d'autres joueurs ont été ajoutés jusqu'à ce qu'il y ait un effectif complet.

    Les résultats obtenus par les chercheurs sont impressionnants :l'action ressemble à un jeu vidéo mais est plus réaliste car les joueurs prennent leurs propres décisions. Mais, comme le reconnaissent les chercheurs, il est également simplifié. Aucune faute n'est appelée, par exemple, et il y a une limite invisible autour du terrain, empêchant les balles de s'éloigner des limites. En outre, ils notent que jusqu'à présent, il y a eu de longs temps d'apprentissage pour apprendre aux joueurs à jouer, ce qui pourrait empêcher la technologie de progresser vers des robots du monde réel. + Explorer plus loin

    Un cadre d'apprentissage par renforcement pour améliorer les compétences de tir au football des robots quadrupèdes

    © 2022 Réseau Science X




    © Science https://fr.scienceaq.com