研究人员称，通过让四足机器人踢足球，可突破四足机器人的人工智能极限。守门员是一项有趣但具有挑战性的任务，它需要机器人对快速移动的球作出反应，有时需在空中飞行，并在很短的时间内(通常在一秒钟内)动态拦截它。
新研究的主要目标是创造一个四足机器人守门员，它可像人类守门员一样在比赛中完善其技能。为此，研究人员开发了一种强化学习模型，让该模型通过试错而不是固定的人工设计策略来训练机器人。
研究人员解释说，机器人首先学习不同的运动控制策略来执行不同的技能，例如躲避、前扑和跳跃，同时记录机器人脚趾的随机轨迹。基于这些控制策略，机器人接着学习高级规划策略，在检测到球的位置和自身状态后，选择最佳技能和动作来拦截球。
经过一系列模拟足球比赛，团队训练了强化学习模型。随后他们将它学到的策略部署在麻省理工学院开发的四足机器人Mini Cheetah上，并在现实世界中测试了它的性能。
研究表明，强化学习框架可极大地提高Mini Cheetah作为足球守门员的能力。在真实世界测试的40次随机射门中，机器人扑救成功率达87.5%。
研究人员称，此项工作最酷炫的是，四足机器人Mini Cheetah能执行跳跃和前扑等非常敏捷的运动技能，以及快速和精确的操作技能，例如在一瞬间摆动机器腿把球推开。这实际上突破了机器人领域“腿运动”的界限，表明腿也可以是一个机械手。
由于该模型可提高四足机器人的敏捷性和身体能力，因此这些机器人还可用于处理完全不同的任务，例如搜索和救援任务。也许不久的将来，四足机器人也可与人类足球运动员同场竞技。
【总编辑圈点】
踢球和守门有多难？对某些球队来说，确实很难，但对机器人来说，更不容易。其实，大多数人类做起来流畅自如、浑然天成的运动动作，对机器人来说都可能是技术上的重大障碍。这就是“算法”与“天然”之间的鸿沟。现在，工程师们尝试用机器学习跨越这道鸿沟，不是预先编好程序，而是让人工智能在练习和试错中，逐渐掌握动作。最终，连机器人都成了不错的守门员。
