یک ربات جی 1 یونی تری (Unitree G1) که به سیب زمینی کوچک معروف است، یک حرکت سه گام عالی انجام داد که جهشی قابل توجه در توانایی های ورزشی ربات های انسان نما محسوب می شود.

به گزارش ایسنا، در یک نمایش جدید که توسط دانشگاه علوم و فناوری هنگ کنگ (HKUST) انجام شد، این ربات انسان نمای جمع وجور پس از تمرین هزاران تمرین شبیه سازی شده، به نرمی و به شکلی شگفت انگیز حرکت کرد، دریبل زد، پاس داد و شوت زد.

به نقل از آی ای، توانایی های این ربات از یک چارچوب هوش مصنوعی به نام SkillMimic، ناشی می شود که حرکات انسانی ضبط شده از طریق ویدئو و لباس های مخصوص ردیابی حرکت را مطالعه می کند، سپس این حرکات را در آموزش مجازی اصلاح می کند تا زمانی که برای دنیای واقعی به اندازه کافی پایدار باشند.

این رویکرد امکان آموزش یک سیاست واحد برای یادگیری چندین مهارت را فراهم می کند و امکان تغییر مهارت را حتی اگر این سوییچ ها در مجموعه داده های مرجع وجود نداشته باشند، فراهم می کند. محققان در چکیده مطالعه گفتند که یک کنترل کننده سطح بالا می تواند به راحتی از مهارت های کسب شده توسط SkillMimic برای انجام وظایف پیچیده بسکتبال استفاده مجدد کند.

ویدئویی، یک ربات انسان نمای جمع وجور یونی تری را نشان می دهد که در زمین بازی سُر می خورد و با سرعت و کنترلی شگفت انگیز و طبیعی، شوت می زند. این گروه ادعا می کنند که این اولین نمایش جهان از یک ربات است که حرکات بسکتبال را در یک محیط واقعی انجام می دهد.

در طول نمایش، G1 حتی سعی کرد یک پرتاب انجام دهد، اما یک محقق به آن ضربه زد و مانع شد. با این حال، ربات به سرعت تعادل خود را بازیافت و به بازی ادامه داد که نشان می دهد حرکات آموخته شده اش چقدر پایدار شده اند.

SkillMimic-V2 سیستمی است که پشت پیشرفت های اخیر در بسکتبال ربات های انسان نما قرار دارد. این سیستم با یک چالش بزرگ مقابله می کند: داده های حرکتی واقعی اغلب آشفته هستند. نمایش های انسانی می توانند پراکنده، پر سر و صدا و فاقد انتقال های روان مورد نیاز برای یادگیری مهارت های پیچیده توسط ربات باشند. این گروه به جای تلاش برای جمع آوری داده های بی نقص، استدلال می کند که حتی داده های ناقص نیز در صورت پردازش صحیح، حاوی اطلاعات مفید کافی هستند.

این گروه می گویند هنوز موارد بیشتری برای بررسی وجود دارد مانند آموزش یک سیاست واحد برای مدیریت اشیاء مختلف، یادگیری از مجموعه داده های کوچکتر و در نهایت وادار کردن ربات های انسان نمای واقعی به انجام این مهارت ها خارج از شبیه سازی، از جمله بازی های کامل بسکتبال.