بندے ورگا روبوٹ سکھدا اے پئی نشانہ کتھے لانا اے

اک چنگا ٹیبل ٹینس کھڈاری اکو ویلے دو کم کردا اے۔ اوہ عمل کردا اے: اپنا سارا جسم ہلا کے گیند اوتھے پاندا اے جتھے اوہ چاہندا اے۔ تے اوہ فیصلہ کردا اے: اوہ تھاں چندا اے جیہڑی مقابلے باز نوں اوکھا کرے۔ اک واپسی ٹھیک نشانے والی پر اپڑن وچ سوکھی ہو سکدی اے، یا چلاک پر کرن وچ بہت اوکھی۔ جدوں روبوٹ دوویں اکٹھے سکھدا اے، ایہہ دسنا اوکھا ہوندا اے پئی اوہنوں کیہڑی شے جتاندی اے۔

Zhejiang یونیورسٹی، Tsinghua یونیورسٹی، Tongji یونیورسٹی، Ocean University of China، Shanghai Innovation Institute تے RoboParty Lab دی اک ٹیم نے ایہناں نوں وکھ کرن دا فیصلہ کیتا۔ دوواں وچکار جوڑ اک ای ہندسیاں دی جوڑی اے: میز اُتے اوہ نقطہ جتھے گیند نوں ڈگنا چاہیدا اے۔

اک جسم جیہڑا اوتھے مار دا اے جتھے دسیا جائے

روبوٹ اک Unitree G1 بندے ورگا روبوٹ اے، جیہدے 29 موٹر والے جوڑ نیں۔ اک باہرلا ٹریکر گیند نوں سکنٹ وچ 100 واری ویکھدا اے۔

جدوں گیند آندی اے، طبیعیات اُتے ٹکیا اک منصوبہ ساز حساب لاندا اے پئی ریکٹ نوں کیہ کرنا پوے گا — ٹکر ویلے تھاں، رفتار تے زاویہ — تاں جے گیند منگے ہوئے ڈگن والے نقطے اُتے جاوے، کشش ثقل، ہوا دی رکاوٹ، اچھال تے جال نوں گن کے۔ فیر اک نیورل نیٹ ورک ایس منصوبے نوں سارے جسم لئی حکماں وچ بدلدا اے، سکنٹ وچ 50 واری۔

سکھلائی سمولیشن وچ تن مرحلیاں وچ ہوندی اے:

مارنا سکھنا۔ روبوٹ اک مقرر طریقے نال سٹیاں گینداں اُتے مشق کردا اے، اٹکل پچو چنے ڈگن والے نقطیاں اُتے نشانہ لا کے۔
ریلی کرنا سکھنا۔ دو سمولیٹڈ روبوٹ اک دوجے نال کھیڈدے نیں۔ آن والیاں گینداں ہن اصلی مقابلے باز دے شاٹاں توں آندیاں نیں، پر نشانے ہلے وی اٹکل پچو نیں: ہلے کوئی چال نہیں۔
کھیڈنا سکھنا۔ سارے جسم دا کنٹرول جما دتا جاندا اے۔ اک دوجا، وکھرا نیٹ ورک بس میز اُتے نوں حصیاں وچوں اک چننا سکھدا اے، گیند دے حالیہ رستے، اپنی تھاں، مقابلے باز دی تھاں تے اپنے پچھلے نشانے توں۔ ایہنوں پوائنٹ جتن اُتے انعام ملدا اے، ہتھ نال لکھے کسے چال دے اصول بغیر۔

پہلاں ٹھیک نشانہ، فیر ودھ سیانا

سمولیشن وچ، 99.2% واپسیاں جائز ڈگیاں، تے اوہناں وچوں 94.3% منگی تھاں دے 30 سینٹی میٹر اندر، 15 سینٹی میٹر دی اوسط غلطی نال۔ ریلیاں وچ مشق نے شاٹاں نوں پہلاں توں مقرر گینداں اُتے اونی ای ودھیک سکھلائی نالوں ودھ ٹھیک تے ودھ واری جائز بنایا۔

فیر اصل امتحان آیا۔ ہر کھڈاری نے بالکل اکو جما ہویا جسم ورتیا، ایس لئی بس نشانے دی چون وکھری سی۔ سکھی ہوئی حکمت عملی نے جتے:

ہمیشہ وچکار نشانہ لان والے کھڈاری خلاف 89% پوائنٹ؛
اٹکل پچو نشانہ لان والے خلاف 82%؛
ہمیشہ مقابلے باز توں جنا ہو سکے پرے نشانہ لان والے خلاف 73%۔

ایہنے بس کجھ چنگیاں تھاواں ای نہیں لبھیاں۔ ایہنے اپنا نشانہ اوس تھاں توں پرے کیتا جتھے مقابلے باز کھلوتا سی، تے اوس تھاں توں وی پرے جتھے ایہنے پچھلی گیند گھلی سی۔

اک انسان خلاف تن گیماں

اصلی G1 اُتے، اوسے جمے جسم نال تے انسان دی تھاں موشن ٹریکنگ نال پھڑ کے، روبوٹ نے اوسے شوقیہ کھڈاری خلاف 11 دیاں تن گیماں کھیڈیاں۔ ایہنے 11–4، 11–6 تے 11–9 نال جتیا، کئی شاٹاں والیاں ریلیاں تے فورہینڈ تے بیک ہینڈ دوویں واپسیاں نال۔

ہلے کلب دے درجے تیک نہیں

لکھاری دسدے نیں پئی کیہ کمی اے۔ روبوٹ اپنیاں اکھاں دی تھاں باہرلے گیند ٹریکر تے موشن کیپچر اُتے ٹکیا اے۔ گیند دا ماڈل گھماء (spin) نوں نہیں گندا۔ نوں حصے ایہدیاں چالاں نوں محدود کردے نیں، ایہہ مقابلے باز نوں بس فرش اُتے اک تھاں وجوں ویکھدا اے، تے اک مقرر تھاں اُتے سروس کردا اے۔ تے ایہدیاں ساریاں اصلی گیماں اکو شوقیہ کھڈاری خلاف سن۔ اوہناں دی وڈی گل اک ڈیزائن اصول اے: ٹیچے دا مطلب پکا رکھو جدکہ تھلے والا جسم سکھدا رہوے۔