物理スキルの革命：AIロボットがラビリンスマーブルゲームで人間の能力を超える

ETH Zurichの研究者们は、人工知能の分野で画期的な進歩を遂げ、AIが物理スキルを必要とするタスクで人間を上回ることを実証しました。このブレークスルーは、ラビリンスマーブルゲームをマスターしたAIロボット、CyberRunnerを通じて実証されました。このゲームは、伝統的に人間のモータースキルと空間認識のテストとして使用されてきましたが、CyberRunnerは、驚くほど短い時間でこのゲームをマスターしました。

ラビリンスゲームは、ボールを迷路のようなボードを通じてゴールに導き、落とし穴を避けることを目的としたゲームです。このゲームは、人間が卓越するには相当の練習が必要です。しかし、ETH Zurichで開発され、専用のウェブサイトで詳細が公開されているCyberRunnerは、前例のない方法でこのゲームをマスターしました。

CyberRunnerは、モデルベースの強化学習を使用して、物理的な相互作用の分野でAIの能力を拡大することを実証しています。この技術により、AIは環境から継続的に学習することで、予測と計画を行うことができます。カメラでゲームを観察し、モーターでボードを制御することで、CyberRunnerは人間の学習プロセスに似た方法で急速にゲームプレイを改善しました。

注目すべきは、CyberRunnerがわずか6時間以上で学習サイクルを完了し、1.2百万の時間ステップを55サンプル/秒の制御レートで経過させたことです。この成果により、AIは、高度なスキルを持つ人間プレイヤーが持っていた記録を6%以上上回りました。

興味深いことに、CyberRunnerは学習段階でゲームのショートカットを発見し、リード研究者であるThomas BiとProf. Raffaello D’Andreaは、AIをこれらのパスから避けるように介入しました。

ETH Zurichの研究者们のこの成果は、AIのゲーム分野の境界を拡大し、AIが現実世界の物理タスクに応用される可能性を示唆しています。CyberRunnerの成功は、AIが複雑な物理的な活動を行う未来を示唆しており、様々な産業や日常生活に大きな変化をもたらす可能性があります。

このAI開発の里程標は、チェスや囲碁のマスターなどの仮想的な成果から、物理的な課題の征服への移行を示しており、人間と機械の能力の境界を物理スキルと器用さの分野で模糊にしました。

研究論文のプリプリントは、プロジェクトのウェブサイトで利用可能です。また、BiとD’Andreaはプロジェクトをオープンソース化し、ウェブサイトで公開する予定です。Prof. Raffaello D’Andreaはコメントしています。「私たちは、このプロジェクトが現実世界のマシンラーニングとAIの研究の理想的なテストベッドであると考えています。CyberRunner以前は、大きな予算とカスタムメイドの実験インフラを持つ組織のみが、この分野の研究を行うことができました。ただし、現在、200ドル以下で、誰でも最先端のAI研究に参加できます。さらに、数千のCyberRunnerが実世界で稼働すると、世界規模で並列に学習する大規模な実験が可能になります。市民科学の究極の形です！」