KI-Modelle und Plattformen
Revolutionierung von physischen Fähigkeiten: AI-Roboter übertrifft menschliche Fähigkeiten im Labyrinth-Marble-Spiel

In einer bahnbrechenden Entwicklung haben Forscher an der ETH Zürich einen bedeutenden Schritt in der künstlichen Intelligenz gemacht und demonstriert, dass AI nun menschliche Fähigkeiten in Aufgaben, die physische Fähigkeiten erfordern, überbieten kann. Dieser Durchbruch wurde durch ihren AI-Roboter, CyberRunner, vorgestellt, der das Labyrinth-Marble-Spiel, einen Test für Geschicklichkeit und Präzision, in einer bemerkenswert kurzen Zeit meisterte.
Das Labyrinth-Spiel, traditionell ein Test für menschliche Motorik und räumliches Denken, besteht darin, eine Kugel durch ein labyrinthartiges Brett zu führen, um ein Ziel zu erreichen, während man Hindernissen ausweicht. Dieses scheinbar einfache Spiel erfordert erhebliche Übung, um von Menschen meisterhaft gespielt zu werden. Der CyberRunner, der an der ETH Zürich entwickelt wurde und auf seiner dedizierten Website im Detail beschrieben wird, erreichte dies auf eine beispiellose Weise.
Mithilfe von fortschrittlichem, modellbasiertem Verstärkungslernen demonstriert der CyberRunner, wie AI seine Fähigkeiten in den Bereich der physischen Interaktion erweitern kann. Diese Technik ermöglicht es dem AI, Aktionen vorherzusagen und zu planen, indem es kontinuierlich aus seiner Umgebung lernt. Ausgestattet mit einer Kamera, um das Spiel zu beobachten, und Motoren, um das Brett zu steuern, verbesserte der Roboter sein Spiel in einem Prozess, der dem menschlichen Lernen ähnelt, aber in beschleunigtem Tempo.
Erstaunlicherweise absolvierte der CyberRunner seinen Lernzyklus in nur etwas über sechs Stunden, wobei er 1,2 Millionen Zeitschritte bei einer Steuerungsrate von 55 Proben pro Sekunde durchlief. Dieses Kunststück sah den AI den Rekord eines hoch qualifizierten menschlichen Spielers um beeindruckende 6% überbieten.
Interessanterweise entdeckte der CyberRunner während seiner Lernphase sogar Abkürzungen im Spiel, was die Leitforscher, Thomas Bi und Prof. Raffaello D’Andrea, veranlasste, einzugreifen und den AI zu führen, um diese Pfade zu vermeiden.
Dieser Erfolg der Forscher an der ETH Zürich pusht nicht nur die Grenzen der AI im Gaming, sondern markiert auch einen bedeutenden Schritt nach vorne in der Anwendung von AI auf reale physische Aufgaben. Der Erfolg des CyberRunners deutet auf eine Zukunft hin, in der AI komplexe physische Aktivitäten übernehmen kann, was möglicherweise verschiedene Branchen und das alltägliche Leben transformieren könnte.
Dieses Meilenstein in der AI-Entwicklung markiert einen Wechsel von virtuellen Errungenschaften, wie dem Meistern von Schach oder Go, hin zur Bewältigung physischer Herausforderungen, wodurch die Grenzen zwischen menschlichen und maschinellen Fähigkeiten im Bereich der physischen Fähigkeit und Geschicklichkeit verschwimmen.
Ein Preprint des Forschungsartikels ist auf der Projektwebsite verfügbar. Darüber hinaus werden Bi und D’Andrea das Projekt open source machen und es auf der Website verfügbar machen. Prof. Raffaello D’Andrea kommentierte: „Wir glauben, dass dies der ideale Testbed für Forschung in realer maschineller Lern- und AI-Forschung ist. Vor dem CyberRunner konnten nur Organisationen mit großen Budgets und maßgeschneiderten experimentellen Infrastrukturen Forschung in diesem Bereich betreiben. Jetzt kann jeder für weniger als 200 Dollar an der Spitze der AI-Forschung teilnehmen. Sobald Tausende von CyberRunnern in der realen Welt sind, wird es möglich sein, an groß angelegten Experimenten teilzunehmen, bei denen das Lernen parallel auf globaler Ebene stattfindet. Das ultimative Citizen-Science!“












