Menin @DvijKalaria:n laboratorioon @berkeley_ai ja pelasi pingistä hänen robottiaan, Oreoa vastaan. Olin pelannut paljon pingistä lapsena. Tämä tuntui sopivan surrealistiselta ja yhdeltä niistä "toivon, että voisin kertoa tästä lukioaikaiselle itselleni" -hetkistä. Pöytätennis on yksi roboteille vaikeimmista urheilulajeista. Pallo voi liikkua jopa 30+ mph voimakkaalla pyörähdyksellä, ihmisvastustajan aikomus on piilossa ja koko kehon täytyy koordinoida. Oreo on täysi humanoidi, joka pitää oikeaa melaa, ja se oppi keskeiset liikkeet, kuten heilautukset, katsomalla Dvijin demonstraatiota. Ei robottien keräämää koulutusdataa. Yksi henkilö näyttää hakemuksen, politiikka yleistää. Miten se toimii, kuten minä sen ymmärsin: - Älykäs järjestelmä (hierarkkinen suunnittelija) selvittää ensin, mihin pallo lentää, ja valitsee parhaan lyöntityypin, kuten kämmen- tai rystylyönnin. - Tämä suunnitelma auttaa sitten kouluttamaan robotin "aivoja" (RL-politiikka) virtuaalisessa simulaatiossa. Aivot oppivat kokeilemalla ja erehtymällä, saaden palkintoja matkimalla muutamia esimerkkiliikkeitä - Kun simulaattori on koulutettu, koko asetelma sovelletaan fyysiseen robottiin, jotta se voi pelata oikeasti. Ihmisdemonstraatiot ovat pohjimmiltaan viiteliikkeitä. He rakentavat robottia, joka on katsonut enemmän ihmisten pöytätennistä kuin kukaan muu, ja käyttää sitä kehittääkseen omaa peliään. Voitin silti. (Hädin tuskin. Mutta se ei kestä kauan)

Seuraa Dvijin työtä täältä: Ja kiitos @hananyss, että sain tulla mukaan!