โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ไอที

Google DeepMind พัฒนาหุ่นยนต์ตีปิงปองได้เก่งเทียบชั้นนักกีฬาระดับมือสมัครเล่น

BT Beartai

อัพเดต 10 ส.ค. 2567 เวลา 03.50 น. • เผยแพร่ 09 ส.ค. 2567 เวลา 17.40 น.
Google DeepMind พัฒนาหุ่นยนต์ตีปิงปองได้เก่งเทียบชั้นนักกีฬาระดับมือสมัครเล่น

กูเกิลดีปไมด์ (Google DeepMind) บริษัทด้านปัญญาประดิษฐ์ที่อยู่ภายใต้อัลฟาเบต ได้เผยแพร่เอกสารตีพิมพ์ผลงานวิชาการบนเว็บ arxiv.org เพื่อนำเสนอหุ่นยนต์ตัวแรกที่ได้รับการฝึกให้สามารถตีปิงปองแข่งขันกับมนุษย์และเก่งเทียบชั้นในระดับมือสมัครเล่น ซึ่งจากการประเมินประสิทธิภาพพบว่าหุ่นยนต์สามารถแข่งขันตีปิงปองเอาชนะคู่ต่อสู้ที่เป็นมนุษย์ซึ่งมีความสามารถแตกต่างกันได้ 13 เกมจาก 29 เกม คิดเป็น 45% โดยสามารถเอาชนะผู้เล่นมือใหม่ได้ 100% และชนะผู้เล่นระดับกลาง 55% แต่พ่ายแพ้ให้กับผู้เล่นที่มีทักษะระดับมืออาชีพทุกเกม

ปิงปองเป็นกีฬาที่มนุษย์ต้องใช้เวลาฝึกฝนนานหลายปีจึงจะมีทักษะ ซึ่งต้องมีความแม่นยำทั้งในการรับและรุก มีความเร็ว และปรับสไตล์การเล่นให้เข้ากับเกม จึงเป็นความท้าทายอย่างมากที่จะฝึกหุ่นยนต์ให้สามารถตีปิงปองแข่งขันและเอาชนะมนุษย์ ทั้งนี้มีความแตกต่างกับเกมที่ต้องใช้การวางแผนกลยุทธ์ในการเล่น เช่น หมากรุก และโกะ เพราะปิงปองต้องมีการเคลื่อนไหว ความเร็วสูง ตัดสินใจแบบเรียลไทม์ มีความแม่นยำสูงและกลยุทธ์เพื่อเอาชนะ ดังนั้นก่อนหน้าจึงไม่มีใครพัฒนาหุ่นยนต์ให้สามารถตีปิงปองแข่งขันกับมนุษย์ได้

วิธีการทำงานของหุ่นยนต์ตัวนี้ประกอบด้วยคลังทักษะในการเล่นระดับต่ำและมีตัวควบคุมระดับสูง โดยเลือกใช้ทักษะที่มีประสิทธิภาพในการเล่นสูงสุด และมีแนวทางการเล่นที่มีทักษะระดับต่ำ เช่น การตีแบบโฟร์แฮนด์ลูกหมุนขึ้นไปข้างหน้า การกำหนดเป้าหมายเพื่อแบ็กแฮนด์ หรือการเสิร์ฟด้วยโฟร์แฮนด์ นอกจากการฝึกแนวทางการเล่นหรือท่าตีลูกแล้ว ยังมีการรวบรวมและจัดเก็บข้อมูลจุดแข็งและจุดอ่อนของทักษะระดับต่ำ เพื่อให้ตัวควบคุมระดับสูงสามารถประสานให้ส่วนทักษะระดับต่ำเลือกใช้ทักษะที่เหมาะสมที่สุดในการรับมือกับคู่ต่อสู้

ในระหว่างเล่นแข่งขันกับมนุษย์จะมีการเก็บข้อมูลแล้วนำไปฝึกโมเดลเพิ่มเติมแล้วนำไปปรับใช้แบบทำซ้ำ ซึ่งหุ่นยนต์จะได้รับการพัฒนาให้สามารถเล่นในแนวทางที่ซับซ้อนมากขึ้น และติดตามสถานการณ์จริงเพื่อสร้างทักษะให้ดียิ่งขึ้นต่อไป ทั้งนี้ผู้เล่นมนุษย์ที่เก่งที่สุดเผยว่าหุ่นยนต์ยังไม่เก่งในการรับลูกหมุนด้านล่าง เนื่องจากไม่สามารถรับลูกที่อยู่ต่ำเพราะหลีกเลี่ยงการชนกับโต๊ะ

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...