Робот від Skild AI забиває голи людям після 140 років навчання у симуляції
Робот від Skild AI забиває голи людям після 140 років навчання у симуляції
Стартап Skild AI навчив гуманоїдного робота грати у футбол за допомогою техніки self-play у симуляції, що дозволило йому опанувати складні рухи та забивати голи в реальному житті.
Стартап Skild AI, який займається розробкою «загального робототехнічного інтелекту», представив нові результати навчання своєї моделі S1. Минулого місяця компанія випустила модель, головною особливістю якої стала здатність до донавчання без класичного файнтюнінгу, лише на основі кількох демонстрацій.
Тепер команда вирішила відродити досвід Google, який колись навчав AlphaGo за допомогою техніки self-play — гри моделі проти самої себе. У ролі полігону для експериментів обрали футбол.
Спочатку модель S1 навчили базовим ударам по м'ячу та дриблінгу, а потім «відпустили у вільне плавання»: гуманоїдний робот грав проти попередніх версій себе протягом еквіваленту 140 симуляційних років. Найцікавіше в тому, що не було окремих винагород за вивчення конкретних прийомів — єдиним критерієм, за який робот отримував нагороду, був забитий гол.
Попри це, робот самостійно опанував обвідки захисників, закриття м'яча корпусом, перехвати та багато нових варіацій ударів. У попередніх матчах із 4 агентами вже з'являються паси та координація дій. Це особливо вражає, враховуючи, що простір дій у футболі величезний: модель має видавати кути для кожного суглоба 50 разів на секунду.
Тобто на основі self-play вдалося створити автоматичну навчальну програму, яка ускладнюється сама. Автори впевнені, що цю техніку можна масштабувати та переносити на будь-які інші домени, де є зрозуміла мета та симулятор.
Чому це важливо
АналітикаЦе демонструє, що техніки навчання з підкріпленням (RL) у симуляціях можуть ефективно переноситися на реальний світ для складних моторних навичок, що є кроком до автономної робототехніки.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
NotebookLM + Perplexity для роботи, навчання та заробітку
Що таке NotebookLM і Perplexity
15 Claude Cowork Skills Pack: готові скіли для роботи та автоматизації
Практичний набір із 15 готових Agent Skills для Claude Code та Cowork: автоматизація сайтів, рев'ю контрактів, генерація інвойсів та аналітика.
Flow State (Стан потоку в інженерній роботі)
Оптимальний психофізіологічний стан пікової концентрації та повного злиття дії з усвідомленням, за якого час суб'єктивно сповільнюється або прискорюється, а складна інженерна робота виконується без опору.
Навчання в контексті (In-Context Learning простими словами)
Дивовижна емерджентна властивість великих мовних моделей миттєво засвоювати нові правила, невідомі слова чи унікальні формати просто з тексту поточної розмови без зміни ваг нейромережі та без програмування.