Peneliti menggunakan AI untuk mensimulasikan sepak bola dengan inspirasi dari pemain top dunia
Machine

Peneliti menggunakan AI untuk mensimulasikan sepak bola dengan inspirasi dari pemain top dunia


Tim Dal pertama kali dari Kanada untuk membuat final RoboCup dalam lebih dari satu dekade. Kredit: Universitas Dalhousie

Artificial Intelligence (AI) memengaruhi cara kita bekerja, belajar, berbelanja, dan sekarang menciptakan peluang baru untuk bermain dan menonton olahraga favorit kita.

Menggunakan AI dan pembelajaran mesin untuk meniru perilaku orang-orang seperti Cristiano Ronaldo dan Lionel Messi, tim peneliti dari Institute for Big Data Analytics di Dalhousie baru-baru ini dinobatkan sebagai runner up dalam kompetisi simulasi AI sepak bola internasional terbesar tahun 2020, RoboCup Japan Open . Ini adalah pertama kalinya tim Kanada mencapai final selama lebih dari 10 tahun.

Kompetisi robotika internasional RoboCup menggunakan simulasi sepak bola untuk mempromosikan robotika dan penelitian AI dengan temuan penelitian yang digunakan untuk memajukan banyak bidang. Pada tahun 2050, kompetisi ini bertujuan untuk melatih tim robot humanoid yang sepenuhnya otonom untuk memenangkan pertandingan sepak bola melawan pemenang Piala Dunia terbaru.

Cara baru menggunakan AI

RoboCup menggunakan berbagai model AI dan pembelajaran mesin untuk melatih ‘pemain’ otonom di berbagai posisi untuk berkolaborasi dan bermain bersama dengan cara yang cerdas.

“Jadi, sebagian besar pengambilan keputusan kami didasarkan pada AI,” kata Mahtab Sarvmaili, Ph.D. mahasiswa di Fakultas Ilmu Komputer. “Jika Anda tidak menggunakannya, jumlah keputusannya terlalu banyak. Kami harus menggunakan AI untuk memiliki pendekatan yang lebih baik, atau cara yang lebih baik dalam bermain game. Sekarang kami mencoba membuatnya lebih mirip dengan dunia nyata, terutama dengan menggunakan metode pembelajaran penguatan yang seperti melatih agen tanpa pengawasan nyata dari manusia. “

Stan Matwin, Ketua Riset Kanada dan direktur Institute for Big Data Analytics menambahkan, “Ini adalah cara baru menggunakan AI di mana kami menggunakan berbagai macam metode AI untuk membuat simulasi persepsi sehingga agen atau ‘pemain’ bekerja secara mandiri tetapi juga belajar bagaimana berkolaborasi. “

Mengatasi masalah yang lebih besar

Sementara metode ini menyajikan cara-cara baru untuk bermain dan mengonsumsi olahraga terutama selama waktu di mana banyak aktivitas pribadi ditangguhkan, tim tersebut mengidentifikasi cara lain untuk menggunakan penelitian ini untuk mengatasi masalah yang lebih besar seperti membersihkan lautan kita.

“Yang dapat diambil dari sini adalah bagaimana agen atau robot dapat berkolaborasi untuk mencapai tujuan tertentu,” jelas Amilcar Soares, asisten profesor di Universitas Memorial dan mantan postdoc Dalhousie. “Mari kita pikirkan tentang domain samudra. Satu masalah menarik yang saya lihat beberapa perusahaan diskusikan adalah bagaimana kita dapat membuat agen otonom berkolaborasi untuk membersihkan laut. Jadi, Anda bisa memiliki banyak agen dan manusia dapat memberikan tugas kepada agen untuk berkolaborasi dengan cara bahwa tugas terakhir akan membersihkan laut atau sungai. “

Mahtab menggemakan bahwa metode agen pelatihan ini membuat mereka mempelajari perilaku, menghasilkan mereka bekerja dengan cara yang paling efektif dan cerdas, menjadi yang tercepat atau dengan menggunakan sedikit energi. Ini juga dapat diterjemahkan ke masa depan video game.

“Jika Anda menganggap game yang sangat kompleks ini, seperti Warcraft, mereka tidak sepenuhnya otonom, mereka dikendalikan oleh server pusat dan server memberitahu agen apa yang harus dilakukan,” katanya. “Apa yang kami lakukan di sini jauh lebih kompleks karena kami mendistribusikan pengambilan keputusan dan masing-masing pemain ini bertindak seperti manusia dan berpikir tentang permainan. Jadi sekarang, jika mereka belajar cara berkolaborasi satu sama lain di lingkungan yang kompleks ini, terus berubah, kami dapat menerapkan model ini pada video game lain dan membuatnya lebih realistis dan menarik. “

Nilai pengalaman manusia

AI dan Pembelajaran Mesin mungkin telah mengontrol sebagian besar hasil untuk tim selama kompetisi RoboCup, tetapi mereka berpendapat bahwa pengalaman dan pengetahuan manusia masih penting, dan mereka mengambil inspirasi dari yang terbaik.

“Nader (Zare, kepala arsitek tim RoboCup) telah mengembangkan strategi pertahanan yang mencoba meniru strategi Barcelona FC. Jadi, kami mencoba mendapatkan ide dari para pemain dunia nyata, dan mengoptimalkan perilaku mereka,” kata Mahtab . “Sebenarnya tidak seperti mereka, tapi kami ingin membuat tim kami dekat dengan pemain manusia yang sebenarnya.”

“Penting untuk menunjukkan bahwa selama kompetisi sebenarnya kami mengevaluasi bahwa butuh waktu lama bagi kami untuk melakukan tembakan ke gawang.” Dr. Soares berkembang. “Kami memeriksa ambang batas untuk pengambilan gambar dan kami melihat bahwa itu sangat rendah. Ini adalah pengamatan oleh manusia yang pada suatu titik, meskipun kami memiliki begitu banyak data untuk dilatih, hanya dengan menggunakan mesin itu tidak sempurna, itu membutuhkan ini intervensi manusia untuk bermain lebih baik. “

Di sisi lain, ia berpendapat bahwa manusia dapat belajar lebih banyak tentang permainan dari teknologi dan hal ini dapat mengubah cara olahraga dimainkan dan ditonton selamanya.

“Kami dapat memiliki, misalnya, asisten pelatih virtual yang dapat membantu pelatih manusia dan mengatakan bahwa strateginya tidak berhasil, mengapa tidak mengganti kedua pemain ini, dll.” Kata Dr. Soares. “Ini bisa dipelajari dari platform seperti itu sehingga pengambilan keputusan ini dapat diberikan kepada pelatih. Saya pikir ini bisa menjadi masa depan. Bahkan saat ini mungkin, ini masalah pemodelan yang benar.”

Nader menambahkan, “Dalam sepak bola nyata, kita dapat menggunakan pengetahuan dari RoboCup untuk menganalisis pertandingan sepak bola nyata. Kita dapat menggunakan ini untuk memprediksi hasil pertandingan dan untuk menunjukkan manfaat melakukan hal-hal tertentu dengan posisi berbeda.”


Algoritma pencarian heuristik untuk merencanakan serangan dalam sepak bola robotik


Disediakan oleh Universitas Dalhousie

Kutipan: Peneliti menggunakan AI untuk mensimulasikan sepak bola dengan inspirasi dari pemain top dunia (2020, 4 Desember), diakses 4 Desember 2020 dari https://techxplore.com/news/2020-12-ai-simulate-soccer-world-players.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP