Google DeepMind

想打桌球卻找不到對手嗎？沒關係，Google DeepMind的一群科學家已經成功打造出桌球機器人，而且該名機器人具備了業餘人類桌球選手的水準，雖然它還打不贏高手，但它贏過了所有的初學者，與中階選手的比賽也有55%的勝率。

在現實世界的任務中實現人類水準的速度及效能，一直是機器人研究的北極星指標，桌球也不例外，現在的桌球機器人只有最低階的發球機，尚無可與人類對打的機器人。或許是大家對此一研究太感興趣，於此一《Achieving Human Level Competitive Robot Table Tennis》論文中掛名的作者超過25位。

DeepMind研究人員對此一論文的主要貢獻有四，一是分層與模組化的策略架構，以低階控制器來負責機器人的具體技能，並由高階控制器來選擇與調度低階控制器；二是把自模擬環境中所學習的內容直接應用到現實的技術；三是可即時適應陌生對手的能力；最後則是在實際的賽事中對抗陌生對手的用戶研究。

這個桌球機器人可以打正手、反手，能夠連續擊球，可以打到不同的位置，還能適應不同的球風，在29場與陌生人類較勁的比賽中，機器人贏了45%，如果區分這些人類玩家的程度，機器人完全打不贏高手，但贏了所有的初學者，跟中等程度的玩家比賽，機器人也贏了55%。研究人員認為它已經具備了業餘人類選手的水準。