FORPHEUS - pierwszy robot-trener ping-ponga
FORPHEUS to pierwszy na świecie robot, który uczy ludzi grać w ping-ponga. Wyprodukowała go japońska firma Omron.
Produkt został ostatnio wpisany do Księgi rekordów Guinnessa. Jego nazwa to w rzeczywistości skrótowiec od ang. Future Omron Robotics Technology for Exploring Possibility of Harmonized Automation with Sinic Theoretics.
FORPHEUS wykorzystuje uczenie maszynowe, by ocenić umiejętności ludzkiego przeciwnika, dostosować do niego poziom gry i zapewnić wskazówki pozwalające poprawić technikę.
Jak opowiada lider projektu Taku Oya, celem FORPHEUS-a jest harmonizacja ludzi i robotów. Maszyna z łatwością wpisuje się w rolę trenera, bo wyposażono ją w 2 czujniki wizji i 1 czujnik ruchu. Pierwsze służą do identyfikacji ruchu piłki, drugi - do monitorowania zachowania przeciwnika.
Premiera robota miała miejsce 3 lata temu na targach Combined Exhibition of Advanced Technologies (CEATEC). Od tej pory maszyna przeszła wiele ulepszeń, zwłaszcza po przełomach dokonanych w odniesieniu do sztucznej inteligencji.
FORPHEUS dysponuje nie tylko czujnikami, ale i kamerami umieszczonymi nad stołem do tenisa. Monitorują one położenie piłeczki aż 80 razy na sekundę. Analiza ruchów gracza, a także prędkości i trajektorii piłeczki pozwala ocenić umiejętności człowieka z trafnością rzędu 90%. Gdy FORPHEUS już wie, z kim ma do czynienia, odpowiednio dostosowuje styl rozgrywki: dla początkujących jest ona wolna i spokojna, dla zaawansowanych - szybsza i bardziej nieprzewidywalna.
Kontroler FORPHEUS-a analizuje prędkość piłki 1000 razy na sekundę, stąd wiadomo, gdzie ona wyląduje. Komponent AI pozwala z kolei z dokładnością do 5 cm określić punkt, gdzie upadnie piłka odbita przez robota. Ponieważ przewidywania są wyświetlane, człowiek może się na to przygotować (i w domyśle, zagrać lepiej).
Japończycy pomyśleli także o motywowaniu graczy; specjalna siatka jest bowiem jednocześnie wyświetlaczem LED, na którym pojawiają się wskazówki i komunikaty od FORPHEUS-a, np. "świetna robota".
Inżynierowie podkreślają, że najtrudniejsze było stworzenie algorytmów, które pozwalałyby maszynie określić, jak dobrze człowiek gra. Kiedy obliczenia zakończono, wystarczyło tylko zaprojektować komponent do oceny prędkości.
Komentarze (0)