Робот 140 лет играл в футбол против самого себя в симуляции. Теперь забивает голы людям в реальной жизни

Стартап Skild AI решил обучить своего гуманоидного робота по принципу self-play, похожий подход использовали Google при разработке AlphaGo.

Сначала модель S1 обучили базовым ударам и дриблингу, а затем отправили играть против предыдущих версий самой себя. За 140 симуляционных лет робот самостоятельно освоил обводки, перехваты, прикрывание мяча корпусом и новые способы бить по воротам.

Самое интересное: за отдельные футбольные приёмы его не награждали. Единственной целью было забить гол. Чтобы добиться этого, модель сама находила полезные тактики и движения.

В предварительных матчах с четырьмя агентами уже появляются пасы и командная координация. При этом модель 50 раз в секунду рассчитывает движения каждого сустава робота.

По сути, self-play превращается в учебную программу, которая усложняется сама по мере развития агента. В Skild AI рассчитывают перенести этот подход и на другие физические задачи, где можно задать цель и создать симулятор.

📢 Bard & Gemini