豐田工程師造「AI版櫻木花道」，投籃百發百中秒殺職業球員

【新智元導讀】最近，豐田的17名工程師利用業餘時間製造出一款投籃AI機器人CUE，它以100%的命中率戰勝職業球員。CUE的靈感來源於《灌籃高手》中的櫻木花道，不過，長相相差甚遠。

新智元編譯

來源：朝日新聞、motherboard

編譯：克雷格

最近，豐田的工程師做了一個投籃機器人CUE，它身高190厘米，能從12英尺（約3.6米）外的地方投籃，命中率達100%。前些天，CUE跟豐田贊助的東京Alvark隊的兩名職業籃球運動員進行了一場投籃比賽，在10個球中，機器人10投10中，兩名球員10投8中。

以下是投籃視頻：

在視頻中我們可以看到，CUE使用右手投籃，動作比較完整，在每次投籃前頭回彎曲膝蓋並精確地把球投進籃筐。

CUE被朝日新聞稱為是AI機器人，有趣的是，製造CUE的豐田工程師們並沒有人工智慧背景，一切都是從頭開始學習。

CUE的靈感來源於《灌籃高手》中的櫻木花道，你覺得像嗎？

目前，這款投籃機器人用到哪種技術還不清楚。朝日新聞稱，人工智慧被用來教導機器人如何進行視覺識別，CUE身上設置有攝像頭，在經過20萬次投擲聯繫後，機器人以近乎完美的精度投籃。但從發布的視頻看上去機器人非常「古樸」，它只能在輪子上移動，並且一次又一次地重複相同的動作。

此外，CUE的靈感來源於《灌籃高手》中的櫻木花道，17名工程師參與制造這個機器人，而且都是在業餘時間完成。

稀疏潛空間策略搜索演算法，讓機器人自己學會投籃

CUE並不是第一個投籃機器人。

早在2014年，義大利的柯馬機器人Racer7-1.4曾與NBA大賽冠軍貝利內里同場競技，並在去年大戰林書豪等人，機器人對決NBA選手成績有勝有負。

不過，目前大多機器人是通過編程來實現操作，且固定位置與動作，在工程上強調反應度、靈活性以及操作的精準性。

去年，林書豪在移動投籃中戰勝柯馬機器人Racer7-1.4

2016年11月，亞利桑那州立大學交互機器人實驗室負責人Heni Ben Amor的研發了一款籃球機器人SunDevil-RX，這款機器人的不同之處在於，它使用機器學習演算法，利用海量資料庫，通過數百萬次試驗對數據進行排序來訓練機器，直到機器學會了以最佳方式投籃。

Ben Amor開發了一種特殊類型的強化學習演算法，叫做「稀疏潛空間策略搜索」（sparse latent space policy search）。這種演算法為機器人提供了其運動功能的層次結構，這樣它就可以複製和修正動態運動，就像把籃球投到籃筐里一樣。

不過，它並沒有讓機器人在學習過程中操控每一個單獨的電機，而是按照所建立的層次結構，將它們按順序操作，並將其編碼到演算法中。

通過將機器人的自由度限制在其潛在的空間策略搜索演算法中，研究人員實際上能夠使機器人的表現遠遠超過其他機器，這些機器正在自學如何執行不同的任務。以前，如果研究人員移動它的高度或調整籃筐的距離，它可能會花幾周的時間重新學習投籃，這是因為機器人會調整小的單個參數，而不是在預先設定的組中改變參數的元級操作。但用Ben Amor的演算法，機器人能夠學習如何在兩個小時內從頭開始學會投籃。

Ben Amor（左一）和他的團隊成員

從前面的視頻中可以看到，機器人最初的投籃技術看起來有點像把球從胸部推了出來。這種由機器人自己發現的技巧表現得很好，按照Ben Amor的估計，它每次推出動作可以下沉到上一次動作的60-70％。當研究人員抹去機器人的記憶時，機器人不得不學如何重新投籃，並且它使用的技術也是不同的，這一次它看起來更像下手拋球（underhand toss）。

換句話說，機器人已經教會了自己達到相同目標的不同方式。

參考鏈接：

https://www.asahi.com/articles/ASL2N5H2WL2NUTQP02R.html

https://motherboard.vice.com/en_us/article/jpgn78/i-got-dunked-on-by-a-basketball-playing-robot

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！