Робот с ИИ научился играть в аэрохоккей без тренировок в реальности |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-06-09 11:14 Команда из трех студентов Университета Британской Колумбии создала робота для аэрохоккея под управлением искусственного интеллекта. Главная особенность проекта в том, что система обучалась исключительно в симуляции. Обычно подобных роботов тренируют методом проб и ошибок в реальном мире. Это занимает много времени и грозит поломкой оборудования. Канадские разработчики пошли иным путем: они создали точную цифровую копию стола. Чтобы подготовить ИИ к суровой реальности, где шайба движется непредсказуемо, а техника страдает от задержек камер и вибраций, авторы намеренно сделали виртуальную среду несовершенной. В симуляцию заложили неровности бортов, искривления стола и перепады напряжения. Данный метод «рандомизации областей» научил систему прогнозировать диапазон вероятных исходов, а не следовать жесткому алгоритму. Вместо стандартных физических движков использовался алгоритм «мягкого актера-критика» (soft actor critic), где ИИ поощрялся за удачные действия в миллионах смоделированных матчей. При переносе в реального робота система сразу смогла составить конкуренцию человеку. Точно определять положение шайбы роботу помогает верхняя камера, снимающая с частотой 120 кадров в секунду. В перспективе такой подход ускорит обучение дронов и беспилотников. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|