机器人自我对弈140年成足球高手
来自 量子位 · 期号 2026-09-25
摘要
DeepMind把AlphaGo的自我对弈方法用在了机器人足球上。 机器人先在一个模拟环境里自己跟自己踢了相当于140年的比赛，从完全不会到学会带球、过人、传球、射门。训练完成后，它在模拟比赛中击败了用传统战术编程的AI对手。 这项工作的意义在于：自我对弈此前只在棋类等完全信息博弈中成功，足球是连续、高维、部分可观测的复杂环境，能跑通说明该方法有更广的适用性。 论文附了开源代码和模拟环境。
来自 量子位 · 期号 2026-09-25
DeepMind把AlphaGo的自我对弈方法用在了机器人足球上。 机器人先在一个模拟环境里自己跟自己踢了相当于140年的比赛，从完全不会到学会带球、过人、传球、射门。训练完成后，它在模拟比赛中击败了用传统战术编程的AI对手。 这项工作的意义在于：自我对弈此前只在棋类等完全信息博弈中成功，足球是连续、高维、部分可观测的复杂环境，能跑通说明该方法有更广的适用性。 论文附了开源代码和模拟环境。
本站只做摘要与索引，全部内容版权归原作者所有。