Des humanoïdes d’apprentissage automatique apprennent à jouer au football à partir de zéro

Les « mannequins » simulés ont appris à jouer au football par une équipe internationale de scientifiques en apprentissage automatique. Oui, vous avez bien lu.

Note complémentaire : j’insiste pour utiliser le terme “soccer” au lieu de “soccer”.

Les résultats, y compris des vidéos captivantes de mannequins IA mettant leurs nouvelles compétences sur le terrain, sont publié dans le journal robotique scientifique. Faites-vous plaisir et regardez ces vidéos. Si vous pensez que l’image ci-dessus est la représentation visuelle du chaos, vous allez adorer les films.

Mais avant le match de rancune de l’IA du siècle, une formation de base était nécessaire. Pour faire jouer au football des humanoïdes à intelligence artificielle tridimensionnelle, ils devaient d’abord être entraînés à une locomotion rudimentaire.

L’équipe d’informaticiens dirigée par Siqi Liu est basée au sein de la société britannique d’intelligence artificielle et de programmation informatique DeepMind, propriété de Google’s Alphabet Inc.

Dans leur article, les chercheurs décrivent un cadre d’apprentissage automatique en trois étapes conçu pour enseigner aux humanoïdes virtuels de l’IA un large éventail de compétences de base et de fonctions motrices.

Vidéo démontrant l’étude de l’apprentissage automatique. Crédit : Liu et al., Sei. Robot. 7, eabo0235.

Tout d’abord, les mannequins IA ont regardé des vidéos d’humains en mouvement pour apprendre par imitation à imiter des mouvements naturels de bas niveau comme la marche.

Ensuite, une approche d’apprentissage par renforcement basée sur les récompenses a enseigné des compétences d’IA de niveau intermédiaire, comme taper dans un ballon.

Enfin, ils ont acquis des compétences de haut niveau, notamment le travail d’équipe et le contrôle du corps, en travaillant ensemble en équipe dans le cadre d’une version avancée de l’apprentissage par renforcement basé sur les récompenses. Aussi connu sous le nom de “jeu”.


Lire la suite : L’outil d’intelligence artificielle entre en jeu, découvrant des variables physiques alternatives !


Aucune connaissance préalable du football, de ses règles ou de ses objectifs n’a été introduite dans l’algorithme d’apprentissage automatique. Cependant, les joueurs virtuels ont appris toutes ces compétences et ont joué un jeu tendu les uns avec les autres, faisant preuve de collaboration, de contrôle du corps et de technique décente. Et, en tant qu’administrateur de futsal occasionnel de six ans, j’aurais dû le savoir.

Tout comme emmener un ballon rond dans une ville australienne ou passionnée de rugby, les chercheurs n’ont fourni aucun arrière-plan pour le jeu lui-même, mais l’IA a pu apprendre à jouer au football grâce à l’apprentissage automatique. Buts bottés.

“Le résultat est une équipe de joueurs de football humanoïdes coordonnés qui présentent un comportement complexe à différentes échelles, quantifié par une gamme d’analyses et de statistiques, y compris celles utilisées dans les analyses sportives du monde réel”, écrivent les auteurs.

Parmi les compétences de football familières maîtrisées par les joueurs virtuels figuraient la lutte pour la position, l’éloignement du ballon du but qu’ils défendent, les virages rapides, les balles à travers, les tirs de différentes hauteurs, le ralentissement avant de changer de direction avec le ballon, le tacle et la course dans un positionnement défensif.

Lionel Messi et Cristiano Ronaldo ne le sont pas, mais ces fausses stars du football seraient entrées directement dans l’équipe de football de mon lycée.

En plus de fournir un soulagement hilarant et d’imiter notre fière A-League, qu’espèrent accomplir les chercheurs ?

“[The simulated players] a atteint un contrôle intégré dans un environnement où les habiletés motrices et le comportement axé sur les objectifs de haut niveau étaient étroitement liés – un environnement qui reflète de nombreux défis auxquels sont confrontés les animaux et les humains et où les solutions seraient extrêmement difficiles à créer », écrivent les auteurs. .

Ils pensent que la recherche pour apprendre à l’IA à se déplacer et à interagir comme des animaux ou des humains pourrait aider au développement de robots plus ressemblant à des animaux.

“Permettre aux machines de produire des mouvements agiles, semblables à ceux des animaux, a été l’un des objectifs de la recherche en robotique”, écrivent-ils. « À ce jour, ces techniques semblent assez distinctes des solutions basées sur l’apprentissage développées dans la communauté de l’IA de simulation. Cependant, de récents succès partiels dans le transfert des résultats de simulation vers de vrais robots ont suggéré que les approches d’apprentissage basées sur la simulation pourraient, à l’avenir, jouer un plus grand rôle dans le contrôle des robots du monde réel.

À quelques mois de la Coupe du monde, regarder ces mannequins IA maladroits m’a certainement mis dans l’esprit du football.

Leave a Comment

Your email address will not be published.