Робот Boston Dynamics учится симулировать травмы и праздновать голы на поле

Компания опубликовала ролик, где Atlas изучает игру по архивным записям матчей. Это часть проекта «School of Football», инициированного материнской компанией Hyundai. Робот сначала «смотрит» телевизор, анализируя движения профессионалов, а затем выходит на тренировочную площадку и пытается воспроизвести увиденное, сообщает gagadget.

Результаты выглядят удивительно естественно. Робот переносит вес на опорную ногу, контролирует мяч мягким прикосновением и выполняет упражнения на координацию. Это уже не те неуклюжие шаги первых прототипов — современный Atlas демонстрирует плавность, которая ранее казалась недостижимой для сложных гидравлических и электрических систем.

Самый ироничный момент демонстрации — копирование эмоциональных реакций. После успешного выполнения упражнения Atlas победоносно поднимает руки вверх, а через мгновение — опускается на одно колено, воспроизводя поведение игрока после получения травмы. Похоже, разработчики решили, что для полной интеграции в футбольный мир роботу недостаточно просто бить по мячу — нужно еще и освоить актерское мастерство, которым славятся некоторые форварды.

За этим зрелищем стоит серьезная математика. Компания использует метод обучения с подкреплением (reinforcement learning). Это миллионы часов симуляций, которые запускаются параллельно на мощных графических процессорах. В виртуальной среде меняются все параметры: от сцепления поверхности до силы захвата, чтобы минимизировать разрыв между симуляцией и реальным миром.

Важным аспектом является проприоцепция — способность устройства «чувствовать» положение собственного тела и нагрузку. В отличие от систем, которые полагаются только на камеры, Atlas анализирует сопротивление объектов и баланс в реальном времени. Ранее мы уже видели, как он уверенно переносит мини-холодильники массой 45 кг, а теперь эти же алгоритмы адаптировали под динамичные движения на поле.

Настоящая цель Boston Dynamics — переход от жестко запрограммированных сценариев к адаптивному поведению.

Способность учиться сложным действиям по визуальному примеру — это критический навык для будущего использования на складах, стройках или производственных линиях. Если робот может понять и повторить финт футболиста, он сможет намного быстрее адаптироваться к новым задачам в неструктурированной человеческой среде.

Пока одни алгоритмы учатся играть в футбол, другие заставляют пользователей менять привычки в сети. Читайте о том, почему пользователи Google массово уходят к DuckDuckGo из-за засилья «умных» результатов поиска.