MỘT ROBOT HÌNH NGƯỜI HỌC CÁCH CHỌN CHỖ ĐÁNH

Một người chơi bóng bàn giỏi làm hai việc cùng lúc. Họ thực hiện: di chuyển cả cơ thể để đưa bóng tới nơi mình muốn. Và họ quyết định: chọn điểm sẽ gây khó cho đối thủ. Một cú trả bóng có thể chính xác nhưng dễ đỡ, hoặc khôn ngoan nhưng quá khó thực hiện. Khi một robot học cả hai cùng lúc, thật khó biết điều gì giúp nó thắng.

Một nhóm từ Đại học Chiết Giang, Đại học Thanh Hoa, Đại học Đồng Tế, Đại học Hải dương Trung Quốc, Viện Sáng tạo Thượng Hải và RoboParty Lab đã chọn tách riêng hai việc này. Mối liên kết giữa chúng chỉ là một cặp số: điểm trên mặt bàn mà quả bóng cần rơi xuống.

Một cơ thể đánh vào nơi được chỉ định

Robot là mẫu hình người Unitree G1, có 29 khớp chạy bằng mô-tơ. Một thiết bị theo dõi bên ngoài bám theo quả bóng 100 lần mỗi giây.

Khi bóng bay tới, một bộ lập kế hoạch dựa trên vật lý tính toán xem cây vợt phải làm gì — vị trí, tốc độ và góc khi tiếp xúc — để đưa bóng tới điểm rơi được yêu cầu, có tính đến trọng lực, lực cản không khí, độ nảy và lưới. Sau đó, một mạng nơ-ron chuyển kế hoạch đó thành lệnh điều khiển cho toàn bộ cơ thể, 50 lần mỗi giây.

Việc huấn luyện diễn ra qua ba giai đoạn, trong mô phỏng:

1. Học đánh. Robot tập với những quả bóng được ném theo một cách cố định, nhắm vào các điểm rơi được chọn ngẫu nhiên.
2. Học đánh qua lại. Hai robot mô phỏng đấu với nhau. Giờ đây bóng tới từ cú đánh của một đối thủ thật, nhưng mục tiêu vẫn ngẫu nhiên: chưa có chiến thuật.
3. Học thi đấu. Phần điều khiển toàn thân được đóng băng. Một mạng thứ hai, riêng biệt, chỉ học cách chọn một trong chín vùng trên mặt bàn, dựa trên quỹ đạo gần nhất của bóng, vị trí của chính nó, vị trí của đối thủ và mục tiêu trước đó. Nó được thưởng khi thắng điểm, không có quy tắc chiến thuật nào được viết sẵn bằng tay.

Chính xác trước, thông minh sau

Trong mô phỏng, 99,2% số cú trả bóng rơi hợp lệ, và 94,3% trong số đó rơi cách điểm được yêu cầu không quá 30 xentimét, với sai số trung bình 15 xentimét. Luyện tập trong các pha đánh qua lại giúp cú đánh chính xác hơn và hợp lệ thường xuyên hơn so với cùng một lượng huấn luyện bổ sung trên những quả bóng định sẵn.

Rồi đến bài kiểm tra then chốt. Mọi đấu thủ đều dùng cùng một cơ thể đã đóng băng, nên chỉ có lựa chọn mục tiêu là khác nhau. Chiến lược học được đã thắng:

• 89% số điểm trước một đấu thủ luôn nhắm vào giữa bàn;
• 82% trước một đấu thủ nhắm ngẫu nhiên;
• 73% trước một đấu thủ luôn nhắm xa đối phương nhất có thể.

Nó không chỉ đơn giản tìm ra vài điểm tốt. Nó dịch mục tiêu ra xa chỗ đối thủ đang đứng, và ra xa chỗ nó vừa đưa quả bóng trước.

Ba ván đấu với con người

Trên một con G1 thật, với cùng cơ thể đã đóng băng và vị trí của người chơi được ghi lại bằng hệ thống theo dõi chuyển động, robot đã chơi ba ván 11 điểm với cùng một người chơi nghiệp dư. Nó thắng 11–4, 11–6 và 11–9, với những pha đánh qua lại nhiều lượt và cả cú trả thuận tay lẫn trái tay.

Chưa đủ trình vào câu lạc bộ

Các tác giả liệt kê những gì còn thiếu. Robot dựa vào thiết bị theo dõi bóng bên ngoài và hệ thống ghi chuyển động thay vì đôi mắt của chính nó. Mô hình quả bóng bỏ qua độ xoáy. Chín vùng hạn chế chiến thuật của nó, nó chỉ thấy đối thủ như một vị trí trên sàn, và nó giao bóng vào một điểm cố định. Và mọi trận đấu thật của nó đều là với một người chơi nghiệp dư duy nhất. Thông điệp rộng hơn của họ là một nguyên tắc thiết kế: giữ cố định ý nghĩa của mục tiêu trong khi cơ thể bên dưới tiếp tục học.