深度思维推出乒乓球机器人，击败所有新手与55%中级选手

谷歌旗下深度思维团队研发出一款乒乓球机器人，能够在与人类的29场比赛中赢得45%，击败所有初次接触的对手，且在55%的中级比赛中取得胜利。尽管未能战胜顶级选手，但其表现已超越了人类初级水平。

如何让机器人打乒乓球？

深度思维团队通过多层次和模块化策略构建机器人系统，运用迭代定义任务分布、模拟到模拟适配层、域随机化、实时适应未知对手和硬件部署等技巧，使得机器人在竞技乒乓球比赛中达到业余人类水平。

技术细节

• 低级控制器（LLC）：包含正手攻球、反手定位、正手发球等技能库，通过神经网络学习，使用MuJoCo物理引擎模拟训练。
• 高级控制器（HLC）：负责选择最适合当前比赛情况和对手能力的LLC，包括风格选择、旋转分类、技能描述符、策略选择和LLC偏好模块。
• 零样本模拟到现实的技巧：通过迭代定义任务分布、解决模拟与现实间的差异，以及在训练过程中引入域随机化，提升机器人适应真实世界的能力。
• 实时适应未知对手：HLC实时跟踪比赛统计数据，调整LLC偏好值，以适应对手的变化。

表现评估

在与不同技能水平的乒乓球运动员的竞技比赛中，机器人赢得了45%的比赛和46%的单局胜利，其中100%战胜初学者，55%击败中级选手。参与者对与机器人打球的体验给予了高度评价，认为机器人是一个比发球机更有活力的练习伙伴。

局限与展望

当前机器人在快速球和低球的反应、旋转检测精度、多球策略战术等方面仍有限制。未来研究将聚焦于增强这些能力，学习更复杂的策略，提升运动捕捉技术，以及将层次化策略架构和零样本模拟到真实转换方法应用于其他机器人学习任务。

深度思维团队强调，此研究不仅展示了机器人在乒乓球领域的进展，也为机器人学习系统的设计提供了新思路，旨在开发更加高效、鲁棒的机器人系统。