برخی از چالش‌ها در رباتیک کاربردهای واضحی دارند. دیگران بیشتر بر کمک به سیستم ها برای حل چالش های گسترده تر متمرکز هستند. آموزش ربات های کوچک برای بازی فوتبال در برابر یکدیگر کاملاً در دسته دوم قرار می گیرد.
نویسندگان مقاله جدیدی که جزئیات استفاده از یادگیری تقویتی را برای آموزش ربات Mini Cheetah MIT برای بازی دروازه بانی شرح می دهد.
دروازه بانی فوتبال چهارپا یک مشکل چالش برانگیز است که حرکت بسیار پویا را با دستکاری دقیق و سریع یک جسم غیرگیر (توپ) ترکیب می کند. ربات باید واکنش نشان داده و با استفاده از مانورهای حرکتی پویا در زمان بسیار کوتاهی، معمولاً کمتر از یک ثانیه، یک توپ پرواز بالقوه را رهگیری کند. در این مقاله، ما پیشنهاد می‌کنیم که با استفاده از یک چارچوب سلسله مراتبی RL بدون مدل به این مشکل رسیدگی کنیم.
اعتبار تصویر: رباتیک هیبریدی
در عمل، ربات باید روی یک پرتابه قفل شود و در کمتر از یک ثانیه توپ را مسدود کند. پارامترهای ربات در یک شبیه ساز تعریف شده است و یوزپلنگ مینی بر سه حرکت متکی است – یک دور زدن، یک شیرجه و یک پرش – تا با تعیین مسیر حرکت توپ را در مسیر رسیدن به دروازه مسدود کند.
برای آزمایش اثربخشی این برنامه، تیم این سیستم را در مقابل یک جزء انسانی و یک یوزپلنگ کوچک دیگر قرار داد. لازم به ذکر است که همان چارچوب اولیه ای که برای دفاع از دروازه استفاده می شود را می توان در حمله نیز به کار برد. نویسندگان مقاله خاطرنشان می کنند، “در این کار، ما فقط بر روی وظیفه دروازه بانی تمرکز کردیم، اما چارچوب پیشنهادی را می توان به سناریوهای دیگر، مانند ضربات چند مهارتی فوتبال تعمیم داد.”