众所周知，高尔夫是一项艰巨的运动——专业人士和业余爱好者都会花费无数时间来提高他们的球技。游戏中最困难的部分之一是将球打入洞中。高尔夫入㓊大部分困难在于多种因素的结合——草的高度及其粗糙度、风量和湿度，最糟糕的是地形。高尔夫球场不像办公室地板上的练习垫那样平坦；他们有小山丘和山谷，对球的速度造成严重破坏。在这项新的努力中，研究人员制造了一个机器人来解决放置基于实验室的地形试验问题。
大多数AI系统通过研究其他人（通常是人类）的工作来学习，在数以千计的数据样本中寻找导致预期结果的模式。对于高尔夫，这种方法是不切实际的，因为结果只适用于在一个地形上的一次击球。对于在各种地形上打高尔夫球的机器人，它必须能够即时学习。
为了构建这样一个系统，研究人员使用了一个基于物理的模型，该模型接受球速和重量等因素，以及球对地形变化（如山丘）的反应。该模型还考虑了风的影响。研究人员在他们的实验室地形上方放置了一台3D相机并拍摄了一张快照，捕捉了它所有波浪形的细微差别。然后将该快照发送到物理模型，该模型进行了数千次虚拟尝试，以使用虚拟球杆将虚拟球击入虚拟球洞——所有这些都是基于球的当前位置。
一旦确定了正确的方法，系统就会向机器人发出指令，告诉它该把自己放在哪里，然后告诉它击球时的速度。测试表明，在理想条件下，机器人能够在大约60%到70%的时间内将球打进洞。
