Robô da Skild AI marca golos contra humanos após 140 anos de treino em simulação

A startup Skild AI, focada no desenvolvimento de "inteligência robótica geral", revelou novas capacidades do seu modelo S1. No mês passado, lançaram um modelo cuja principal característica era a capacidade de ajuste fino sem métodos tradicionais, aprendendo simplesmente com poucas demonstrações.

Agora, a equipa decidiu reviver a experiência da Google, que outrora treinou o AlphaGo utilizando autojogo — onde o modelo compete contra si mesmo. O futebol foi escolhido como campo de testes.

Inicialmente, o S1 aprendeu chutos básicos e drible, sendo depois "libertado": o robô humanoide competiu contra versões anteriores de si próprio durante o equivalente a 140 anos de simulação. Curiosamente, não existiam recompensas separadas para aprender truques específicos; a única recompensa recebida pelo robô era por marcar golos.

Apesar disso, o robô aprendeu a driblar defensores, proteger a bola com o corpo, interceptar passes e desenvolver muitas novas técnicas de chute. Em partidas preliminares com 4 agentes, já emergiram comportamentos de passe e coordenação. Dado que o espaço de ação no futebol é enorme, exigindo que o modelo calcule os ângulos para cada articulação 50 vezes por segundo, este feito é impressionante.

Essencialmente, o autojogo criou um currículo automatizado que aumenta a dificuldade por conta própria. Os autores acreditam que esta técnica pode ser escalada e transferida para qualquer outro domínio onde exista um objetivo claro e um simulador.