站长之家（ChinaZ.com）9月5日 消息:在开发国际象棋和围棋AI之后，来自英国人工智能公司 DeepMind 的研究团队又将目标锁定了开发AI足球运动员。
近日，DeepMind发表了一篇研究论文和博客文章，详细介绍了其新的神经概率运动系统 （NPMP）——一种人工智能可以学习身体操作的方法。根据介绍，其开发的“AI足球运动员”可以完成运球、传球、身体对抗等多种动作，以及完成射门。
根据博客文章介绍:
NPMP NPMP是一个通用的运动控制模块，可以将短期运动意图转换为低水平的控制信号，它可以通过模仿动作捕捉（MoCap）数据进行离线或通过RL训练，这些数据是通过跟踪器记录人类或动物的兴趣动作。
本质上，DeepMind 团队创建了一个 AI 系统，通过观看人类运动视频，从而来学习如何在物理模拟器中做同样的事情。
在经过训练之前， AI玩家并不知道要在足球场上做什么，随着强化学习算法学会了踢足球，熟练的完成了运球、传球、射门等动作:
注:图片来自deepmind官方博客截图
当训练中的 AI 玩家不断接受环境奖励，并作出正确反馈，其踢足球水平就会得到增加。
注:图片来自deepmind官方博客截图
该团队在研究论文中表示:
我们通过强化学习，优化了代理团队玩模拟踢足球，将解决方案空间限制为使用捕捉的人类动作数据，让AI学习合理的动作。
这项实验的目的不是为了培养出一个更出色的足球运动员，而是帮助开发人员找出如何优化“AI足球运动员”预测结果的能力。
可以肯定的是，随着时间的推移，这些模型将变得更加强大。如果DeepMind正在开发的模型一旦超越实验室环境并进入实际的机器人应用，将会变得很有趣。