谷歌的Deep Mind London项目的一组研究人员教动画玩家如何在电脑屏幕上踢现实版的足球，在他们发表在《科学机器人》杂志上的论文中，研究小组描述了如何教这些动画玩家以单独和团队的方式玩游戏。
几年来，机器人工程师们一直在努力创造能够踢足球的机器，这样的工作导致了不同小组之间的竞争，看谁能设计出最好的机器人选手，这导致了机器人世界杯的诞生，它有几个联赛，包括真实世界和模拟世界。在这项新项目中，研究人员应用了一个新的程度的人工智能编程和学习网络，在不给模拟机器人规则的情况下教它们如何踢足球。
新方法背后的想法是让模拟足球运动员像人类一样学习踢足球——通过观察其他人是如何做的。它也涉及到几乎从零开始，这些模拟球员首先要学会走路，然后是跑步和踢球。在每一个新阶段，人工智能系统都要观看真实足球运动员的视频，这让它们不仅能学习足球的基本知识，还能模仿专业运动员在高水平体育赛事中的动作。
一旦机器人学会了从单人玩家的角度玩游戏，它们首先要面对的是一个单人玩家。随着他们技能的提高，更多的玩家被添加进来。最后，研究人员让小团队互相比赛，比如二对二。随着AI玩家对游戏运作方式的了解越来越多，就会有更多玩家加入游戏，直到形成完整的补充。
研究人员取得的结果令人印象深刻——这个动作看起来像电脑游戏，但更真实，因为玩家是自己做决定。但是，正如研究人员承认的那样，它也被简化了。例如，不犯规，球场周围有一个无形的边界，防止球跑出界外。此外，他们指出，到目前为止，教玩家玩游戏需要很长的学习时间，这可能会阻碍这项技术向现实世界的机器人发展。
虽然看他们踢足球有点酷，但这并不是实验背后的最终目标。这都是关于“具身智能”的研究的一部分，这是一种想法，即有一天，通用人工智能可能需要以某种物理形式在世界各地移动，而这种形式的性质可能会决定它的行为方式。
可以这样想：如果你可以教一个人工智能系统（虚拟地）执行人类所做的任务，那么它就可以用来创建做同样事情的真实系统。我们基本上可以教机器人做与人类相同的事情——这方面的潜力是巨大的。
这项研究的结果只是在人工系统中迈向人类水平的运动智能的一小步，尽管本文中的场景比社区中考虑的许多模拟环境更具挑战性，但与现实场景相比，它在重要维度上缺乏复杂性。
原文链接：https://techxplore.com/news/2022-09-ai-soccer.html
论文链接：https://www.science.org/toc/scirobotics/7/69
