Robot Teknolojisinde Yeni Bir Dönem: Rekabetçi Masa Tenisi
Robot teknolojisinin ulaşabileceği yüksek seviyelere yaklaşmakta olduğumuz kesin. Ancak, günümüzde hâlâ insanların başardığı ama robotların tam anlamıyla başaramadığı birçok karmaşık görev bulunmaktadır. Google DeepMind’da çalışan bir ekip, yeni araştırmalarında “Rekabetçi oyunlar, genellikle nefes kesici derecede dinamiktir. Bu oyunlar, karmaşık hareketler, hızlı göz-el koordinasyonu ve rakibin güçlü ve zayıf yönlerine uyum sağlama gibi üst düzey stratejiler içerir.” ifadesini kullanarak bu durumu açıklamaktadır. Bu özellikler, masa tenisi gibi dinamik bir oyunu, robotların hâlihazırda ustalaştığı satranç gibi strateji oyunlarından ayıran önemli bir faktördür.
İnsan oyuncular, becerilerini geliştirmek için yıllarını eğitim ve pratikle harcar. DeepMind ekibi, insan rakipleri için rekabetçi ve eğlenceli bir deneyim sunan robotlar geliştirme hedefiyle yola çıktı ve bu robotun alanındaki ilk örnek olduğunu iddia ediyor.
YENİ BAŞLAYAN HERKESİ YENDİ!
Ekip, robotu başlangıç seviyesinden ileri seviyeye kadar çeşitli becerilere sahip 29 insanla karşılaştırarak test etti. Düzenlenen maçlar, YouTube üzerinden yayınlandı. Maçlarda standart kural kitabı kullanıldı, ancak robotun topa servis atma yeteneği yoktu. Robot, yeni başlayan oyuncularla karşılaştığı tüm maçları kazandı. Ancak, ileri seviye oyuncularla yaptığı tüm karşılaşmalarda maalesef kaybetti.
Orta seviyedeki rakiplere karşı ise, maçların %55’ini kazanması, ekibin robotun masa tenisinde orta seviyedeki bir insanın becerisine ulaştığına karar vermesine yol açtı. Daha da önemlisi, beceri seviyesi ne olursa olsun tüm rakipler maçları “eğlenceli” ve “ilgi çekici” olarak değerlendirdi. Rakipler, robotun zayıflıklarından yararlanabildikleri durumlarda bile iyi vakit geçirdiklerini belirttiler. İleri düzey oyuncular, böyle bir sistemin antrenmanlarda son derece faydalı olabileceğini ifade ettiler.
NASIL EĞİTİLDİ?
Robotun eğitimi, her durumda en etkili beceriyi seçmesine yardımcı olacak bir beceri kütüphanesi tasarımı ile başladı. Robot, bu becerilerin tanımlarını, oyunun ilerleyişini ve rakibinin beceri seviyesini analiz ederek en uygun beceriyi seçmek için kullanıyor. Başlangıçta az miktarda insan verisi ile yola çıkan robot, daha sonra aktif öğrenme süreçleri ile gelişmesine olanak sağlayan simülasyonlarla eğitildi. İnsanlarla oynayarak, öğrenme sürecini ve uyum sağlama yeteneğini artırdı.
Projeye katkıda bulunan profesyonel masa tenisi koçu Barney J. Reed, robotun performansı ile ilgili olarak şu açıklamalarda bulundu: “Robotun her seviyeden ve tarzdan oyuncuyla oynamasını izlemek gerçekten büyüleyici. Başlarken amacımız robotun orta seviyede performans göstermesiydi. Şaşırtıcı bir şekilde bunu başardı ve tüm sıkı çalışmalarımızın meyvesini aldık. Robotun benim beklentilerimi bile aştığını düşünüyorum.”