高尔夫机器人使用基于物理的模型来训练其AI系统

德国帕德博恩大学的研究人员制造了一个机器人，它可以在大多数尝试中使用球杆在果岭上将球击入洞中。AnnikaJunker、NiklasFittkau、JuliaTimmermann和AnsgarTrächtler在arXiv预印本服务器上发表了一篇论文，描述了他们的机器人及其性能。

众所周知，高尔夫是一项艰巨的运动——专业人士和业余爱好者都会花费无数时间来提高他们的球技。游戏中最困难的部分之一是将球放入洞中。大部分困难在于多种因素的结合——草的高度及其粗糙度、风量和湿度，最糟糕的是地形。高尔夫球场不像办公室地板上的练习垫那样平坦;他们有小山丘和山谷，对球的速度造成严重破坏。在这项新的努力中，研究人员制造了一个机器人来解决放置基于实验室的果岭的问题。

大多数AI系统通过研究其他人(通常是人类)的工作来学习，在数以千计的数据样本中寻找导致预期结果的模式。对于高尔夫，这种方法是不切实际的，因为结果只适用于在一个果岭上的一次击球。对于在各种果岭上打高尔夫球的机器人，它必须能够即时学习。

为了构建这样一个系统，研究人员使用了一个基于物理的模型，该模型接受球速和重量等因素，以及球对地形变化(如山丘)的反应。该模型还考虑了风的影响。研究人员在他们的实验室果岭上方放置了一台3D相机并拍摄了一张快照，捕捉了它所有波浪形的细微差别。然后将该快照发送到物理模型，该模型进行了数千次虚拟尝试，以使用虚拟球杆将虚拟球击入虚拟球洞——所有这些都是基于球的当前位置。

一旦确定了正确的方法，系统就会向机器人发送指令，告诉它把自己放在哪里，然后在击球时使用多少速度。测试表明，在理想条件下，机器人能够在大约60%到70%的时间内将球击入洞中。