人間レベルの競技ロボット卓球の実現。

[takachino]

タイトル: 人間レベルの競技ロボット卓球の実現。

リンク: https://arxiv.org/abs/2408.03906

概要:

ロボティクスの研究コミュニティにとって、実世界のタスクで人間並みのスピードとパフォーマンスを達成することは目標です。この研究は、その目標に向けた一歩を踏み出し、競技用卓球においてアマチュアの人間並みのパフォーマンスに到達する最初の学習型ロボットエージェントを提案しています。卓球は運動能力を要するスポーツであり、高度な熟練レベルを達成するためには人間の選手が何年ものトレーニングを経る必要があります。本論文では、(1) エージェントの能力をモデル化しsim-to-realのギャップを埋めるのに役立つ詳細なスキル記述子を持つ低レベルコントローラと、低レベルスキルを選択する高レベルコントローラからなる階層的かつモジュラーなポリシーアーキテクチャ、(2) zero-shot sim-to-realを可能にする技術、および実際の世界に根ざしたタスク分布を定義する反復的アプローチと自動カリキュラムの定義、(3) 見慣れない相手に対するリアルタイム適応の手法を紹介しています。ポリシーパフォーマンスは、29回のロボット対人間の試合を通じて評価され、ロボットは45％（13/29）の試合に勝利しました。全ての人間は見慣れないプレイヤーであり、彼らのスキルレベルは初心者から大会レベルまで様々でした。最も高度なプレイヤーに対する全試合でロボットが敗れましたが、初心者に対しては100％の勝率、中級プレイヤーに対しては55％の勝率を示し、しっかりとしたアマチュアの人間並みのパフォーマンスを実証しました。試合のビデオは以下のリンクからご覧いただけます：https://sites.google.com/view/competitive-robot-table-tennis

[takachino]

@offloading が以下のラベルを提案し、適用しました：

• research
• performance

[takachino]

論文要約

この研究は、競技用卓球においてアマチュアの人間並みのパフォーマンスに到達する学習型ロボットエージェントを提案しています。ロボットは低レベルと高レベルのコントローラを使用し、zero-shot sim-to-realを可能にする技術を使用しています。29回のロボット対人間の試合で、ロボットは45％の試合に勝利し、初心者に対しては100％の勝率、中級プレイヤーに対しては55％の勝率を示しました。高度なプレイヤーに対してはすべての試合で敗北しましたが、アマチュアの人間並みのパフォーマンスを実証しました。