PG电子官方网站本质测试中，机械人及时适宜分别选手气派，最终赢下了与入门者的总共逐鹿，同中级玩家对打也有55%的胜率。

　　与它对阵的美国乒乓球明星Barney J. Reed赐与了高度评判：赶过预期，这个机械人一经到达中级水准。

　　乒乓球是一项对体力和政策、方法等各方面归纳哀求很高的运动，人类也往往要过程多年锻练才具操纵。

　　因而，分别于像象棋、围棋这种纯政策游戏，对付机械人而言，乒乓球成为磨练其归纳才能的紧急基准，譬喻高速运动、及时的精准操纵、政策决定、体例安排等等。

　　举个例子，面临球的分别落点，机械人须要敏捷挪动位子；面临彰着的出界球，机械人应当拣选不接。

　　团队找到了29个分别本领水准的乒乓球运发动实行了逐鹿，征求入门者、中级、高级和高级以上。

　　人类与机械人实行了3场逐鹿，逐鹿屈从准绳乒乓球法例。（不表因为机械人无法发球，整场由人类来发球）

　　正在此之前，实在也有相应的乒乓球机械人钻研，此次谷歌机械人的十分之处正在于，它或许同从未见过的人类实行悉数的竞技对决。

　　譬喻看这位选手，逐鹿刚开局机械人彰着还正在适宜流程中，人类以9比2的大比分打败机械人。

　　但就鄙人一局之后，机械人彰着熟识了敌手气派，永远正在紧紧追着比分。两边打得也是有来有往。

　　最终正在总共敌手中，机械人博得了总共入门者逐鹿，正在与中级选手的逐鹿中胜率为55%。

　　固然目前机械人还没有手段克服高级选手，但正在人类的百般反应中，能够看到，民多都很开心同这个机械人嬉戏。

　　主体采用的是6自正在度的瑞士公司ABB 1100机器臂，装配正在两个Festo直线导轨上，使其或许正在平面内挪动。横向挪动导轨长4米，纵向挪动导轨长2米。

　　团队安排了分层和模块化的战略架构，Agent征求一个初级本领库（LLC）和一个高级操纵器（HLC）。

　　LLC是一组特意的战略，每个战略都过程锻练来履行特定的乒乓球本领，如正手击球、反手击球、发球等。这些LLC操纵CNN架构，通过仿真境况中的进化战略算法实行锻练。

　　锻练流程采用了从实活着界收罗的球形态数据集，以确保模仿境况与实正在境况的相似性。

　　包罗多个组件：气派战略，用于拣选正手或反手；挽回分类器，用于识别来球的挽回类型；LLC本领描写符，描写每个LLC的才能；一组胀动式战略，用于依照目下景况shortlist候选LLC。

　　HLC还操纵正在线练习的LLC偏好来适宜敌手的特质和填补仿真到实际的差异。

　　全体来说，团队先是收罗了少量人类逐鹿数据，修树初始化义务前提，然后用深化练习正在模仿境况中锻练一个Agent，再将战略零样本安置到实活着界中。

　　此中操纵MuJoCo物理引擎精准模仿球和机械人动力学，征求氛围阻力、Magnus效应等，还安排收拾了上旋球“校正”，通过正在仿真中切换分此表球拍参数来模仿实活着界中的上旋和下旋效益。

　　正在Agent和人类接续对打的流程中，能够天生更多的锻练义务前提，并反复锻练-安置。

　　机械人本领渐渐晋升，逐鹿也渐渐变得杂乱，但仍基于实际全国的义务前提。机械人收罗完数据，还能察觉其才能的亏损，随后通过正在模仿境况中延续锻练来填补这些缺陷。

　　通过这种手腕，机械人的本领能够正在模仿与实际相维系的轮回流程，自愿迭代订正。

　　其余，这个机械人还能追踪敌手的作为和打法来适宜分此表敌手，譬喻敌手目标于将球打回桌子的哪一侧。

　　遵从对球挽回的揣测，绘造机械人的上台率图，结果劈面临更多下旋球时，其上台率明显消重。

　　钻研职员显露，机械人正在收拾曲线低且亲切球桌的球时机器人，为避免撞击到球桌，很难收拾好，况且正在及时确定球的挽回类型上也存正在限度。

　　譬喻谷歌之前的i-Sim2Real钻研中机器人，锻练的机械人与人类打球，最多可接续打340次不落地，相当于接续打了4分钟+。乒乓球AI机械人赢了人类 专业机器人老师：抵达中级选手程度