Diese Humanoid-Roboter liefern beim Fußball Höchstleistungen ab: Sie dribbeln und schießen wie ein Mensch!

Forscher von Google DeepMind haben humanoiden Robotern das Fußballspielen beigebracht. Mithilfe von Deep Reinforcement Learning lernten die kleinen Zweibeiner, wie man Tore schießt und eine Eins-gegen-Eins-Verteidigung aufbaut.

Trotz einer Revolution in der Welt der generativen künstlichen Intelligenz entwickelt sich die Robotik zumindest bislang viel langsamer. KIs, die in der Lage sind, einen Roboter selbstständig zu steuern, betreffen vor allem Vierbeiner wie Spot von Boston Dynamics. Dies könnte sich dank Forschern bei Google DeepMind ändern, die humanoiden Robotern das Fußballspielen beigebracht haben.

© Google DeepMind-Diese kleinen Roboter haben mithilfe von Deep Reinforcement Learning gelernt, Fußball zu spielen.

Auf der Hardware-Seite verwendeten die Forscher Robotis OP3, kleine zweibeinige Roboter mit 20 Gelenken. Für die KI verwendeten sie das Deep Reinforcement Learning (DRL), also das Lernen durch tiefe Verstärkung. Sie wurde zunächst in Simulationen mithilfe der MuJoCo Physik-Engine trainiert, dann wurde die KI auf die Roboter in der realen Welt übertragen.

Ermutigende Ergebnisse

Für das Sehen in der realen Welt setzten die Forscher auf Neural Radiance Field (NeRF), eine KI, die aus wenigen zweidimensionalen Bildern eine 3D-Darstellung der Szene erstellen kann. Die Spiele bestehen aus Eins-gegen-Eins-Spielen auf einem vier mal fünf Meter großen Spielfeld. Die Roboter haben die Aufgabe, ein Tor zu schießen und gleichzeitig den anderen am Torschuss zu hindern. Sie mussten Verhaltensweisen wie Laufen, Drehen, Seitwärtsschritt, Kicken, Passen, Aufstehen nach einem Sturz oder Interaktion mit einem Objekt erlernen.

ROBOTER SIND IN DER LAGE, MIT DEM SICH BEWEGENDEN BALL ZU INTERAGIEREN UND DEFENSIVE STRATEGIEN ZU ENTWICKELN. © GOOGLE DEEPMIND

Dieser Ansatz mit Deep RL führte dazu, dass die KI in der Simulation 10 von 10 Toren und in der realen Welt 6 von 10 Toren erzielte. Im Vergleich zu einem vorprogrammierten Verhalten konnte der Roboter unter anderem 156 % schneller laufen, brauchte 63 % weniger Zeit, um wieder aufzustehen, und konnte 24 % schneller kicken. Außerdem zeigt ein Video, dass die Roboter noch so oft geschubst werden konnten, sie schafften es immer wieder aufzustehen und den Ball weiter zu verfolgen. Für die Forscher sind diese Ergebnisse ermutigend und ähnliche Methoden könnten auch bei größeren Robotern angewendet werden.

Redaktion: Futura, verfasst von Edward Back.

Titelbild: © Infinity, Adobe Stock-Kleine Roboter haben mithilfe von Deep Reinforcement Learning gelernt, Fußball zu spielen. 

2. Abbildung: © Google DeepMind