满分运球的秘密是什么算法帮你捕捉篮球动作的精髓

Science Daily消息，Carnegie Mellon大学和DeepMind的研究人员首次制作出了一个以物理为基础的，实时的，从实践中学习运篮球的计算机算法。运用深度强化系统，球员们能够从动作捕捉数据中学习到精髓，有助于运球技术的提高。

篮球运动员需要成千上万次的练习才能学会运球。其实电脑想学习运球，也是如此。电脑捕捉并学习运球这件事情本身也是需要长时间数百万次反复练习的，但结果令人十分满意。生成的动态和人类手臂能够做到的动作十分相近。运动员们能够学会在两腿之间运球，在后背运球，交叉运球等。

Carnegie Mellon大学科学与机器人学教授Jessica Hodgins表示，当技能被机器学习之后，新的动作生成得比实时还要快。与Hodgins教授合作写报告的Libin Liu说，这项研究使得计算机化身模仿人类运动变成了可能，以后也可以做更逼真的游戏、动画、动作分析，乃至机器人。

拿游戏来说，虽说很多游戏的动态都很逼真了，但仍然有时候能看见球飞出不可能的曲线，或者像“粘”在了游戏人物的手上一样。如果说不可能的曲线还能通过物理方式解决，想把动作中的小细节做好，却是很难的。

在运球动作上尤其如此，因为运动员和球之间的接触非常短暂，手指头的位置也至关重要，像人让球在手上保持旋转的那些微妙的瞬间，是非常难以还原的。Hodgins和Liu选择使用“深度强化学习”来确保计算机模型能够捕捉到这些细节。AlphaGo中已经运用到了这种深化强度学习的方法。值得一提的是，程序并不捕捉球的细节动态，因为捕捉起来确实很难。因此，他们选择用轨迹强化的方法计算出球最有可能的路径。

程序学习这种动态一共有两个步骤：首先，它先学习运动路径本身，第二步才是如何控制运球的“手臂和手”。就运球这种物体和人接触不影响人的平衡的运动来说，目前这种方式已经足够应付。但对于像踢足球这样的平衡随动作变化很大的运动，还需要更多的研究工作。

-End-

编辑：徐闻道

本文章图片来源于网络，侵权必删