Atlas na boisku piłkarskim: robot Boston Dynamics uczy się ruchów piłkarzy i symulacji emocji!

Atlas na boisku piłkarskim: robot Boston Dynamics uczy się ruchów piłkarzy i symulacji emocji!
Sieci neuronowe i hardware: jak robot Atlas uczył się grać w piłkę nożną. Źródło: Boston Dynamics

Podczas gdy kibice piłki nożnej przygotowują się do Mistrzostw Świata 2026, w Boston Dynamics zadecydowano, że również ich humanoid Atlas powinien wyjść na murawę. Ale nie po to, by zastąpić Messiego, lecz by udowodnić, że sieci neuronowe i sprzęt są już w stanie naśladować ludzką plastykę nawet w takich chaotycznych grach jak piłka nożna.

Szkoła futbolu dla robotów

Firma opublikowała nagranie, na którym Atlas uczy się gry na podstawie archiwalnych zapisów meczów. To część projektu „School of Football”, zainicjowanego przez firmę macierzystą Hyundai. Robot najpierw „ogląda” telewizję, analizując ruchy profesjonalistów, a potem wychodzi na plac treningowy i stara się odwzorować to, co zobaczył.

Wyniki wyglądają niezwykle naturalnie. Robot przenosi ciężar na nogę podporową, kontroluje piłkę delikatnym dotykiem i wykonuje ćwiczenia koordynacyjne. To już nie te niezdarne kroki pierwszych prototypów — współczesny Atlas pokazuje płynność, która wcześniej wydawała się nieosiągalna dla skomplikowanych systemów hydraulicznych i elektrycznych.

Emocje według harmonogramu

Najbardziej ironiczny moment pokazu — kopiowanie emocjonalnych reakcji. Po udanym wykonaniu ćwiczenia Atlas triumfalnie podnosi ręce w górę, a chwilę później opada na jedno kolano, odzwierciedlając zachowanie zawodnika po odniesieniu kontuzji. Wygląda na to, że twórcy uznali, iż do pełnej integracji z piłkarskim światem robotowi nie wystarczy tylko kopanie piłki — trzeba jeszcze opanować aktorstwo, z którego słyną niektórzy napastnicy.

Technologia za kulisami

Za tym widowiskiem kryje się poważna matematyka. Firma używa metody uczenia przez wzmacnianie (reinforcement learning). To miliony godzin symulacji, uruchamianych równolegle na potężnych procesorach graficznych. W wirtualnym środowisku zmieniają się wszystkie parametry: od przyczepności powierzchni po siłę uchwytu, aby zminimalizować różnice między symulacją a światem rzeczywistym.

Ważnym aspektem jest propriorecepcja — zdolność urządzenia do „odczuwania” położenia własnego ciała i obciążenia. W przeciwieństwie do systemów, które polegają wyłącznie na kamerach, Atlas analizuje opór obiektów i balans w czasie rzeczywistym. Wcześniej widzieliśmy już, jak pewnie przenosi mini-lodówki o masie 45 kg, a teraz te same algorytmy dostosowano do dynamicznych ruchów na boisku.

Po co to naprawdę?

Oczywiście, raczej nie zobaczymy drużyny robotów w finale turnieju, choć Hyundai sugeruje obecność Atlasa i czworonoga Spot na wydarzeniach mistrzostw. Prawdziwym celem Boston Dynamics jest przejście od sztywno zaprogramowanych scenariuszy do adaptacyjnych zachowań.

Zdolność do nauki złożonych działań na podstawie wizualnego przykładu jest kluczową umiejętnością do przyszłego użycia w magazynach, na budowach czy liniach produkcyjnych. Jeśli robot potrafi zrozumieć i powtórzyć drybling piłkarza, będzie w stanie znacznie szybciej dostosować się do nowych zadań w niestrukturalnym ludzkim środowisku.

Podczas gdy jedne algorytmy uczą się grać w piłkę nożną, inne zmuszają użytkowników do zmiany nawyków w sieci. Czytaj o tym, dlaczego użytkownicy Google masowo przesiadają się na DuckDuckGo z powodu nadmiaru „inteligentnych” wyników wyszukiwania.

var _paq = window._paq = window._paq || []; _paq.push(['trackPageView']); _paq.push(['enableLinkTracking']); (function() { var u='//mm.magnet.kiev.ua/'; _paq.push(['setTrackerUrl', u+'matomo.php']); _paq.push(['setSiteId', '2']); var d=document, g=d.createElement('script'), s=d.getElementsByTagName('script')[0]; g.async=true; g.src=u+'matomo.js'; s.parentNode.insertBefore(g,s); })();