RoboCup是一个国际年度赛事,旨在展示机器人和人工智能领域的进展。在这个赛事中,不同队伍的人形机器人互相对抗踢足球。
每年,全球的机器人学家和计算机科学家都致力于开发能在RoboCup上展示的机器人和算法。然而,在真实环境中进行测试之前,大多数系统都会在模拟环境中运行和评估,以调整和优化它们的性能。
加拿大达尔豪斯大学和纽芬兰纪念大学的研究人员最近推出了一个名为Pyrus Base的新型开源Python平台,用于进行RoboCup足球的二维模拟。这个平台在发表于预印服务器arXiv的论文中介绍,可以帮助研究人员轻松可靠地训练和测试与机器人足球相关的算法。
“这篇论文是关于Python编写的基础代码,面向对人工智能和RoboCup Soccer Simulation 2D环境感兴趣的研究人员。“研究该项目的Aref Sayareh告诉Tech Xplore。“由于Python有很强大的框架,我们创建了这个基础代码,使研究人员能够更容易地在这个多智能体环境中开发他们的想法。"
目前存在的大多数机器人足球仿真框架,包括HeliosBase和Cyrus2DBase,使用的是C++编程语言。尽管C++具有许多优点,例如简化了相同代码在不同用途中的适应,但它相对于其他编程语言(如Python)来说较为高级。
因此,基于C++的仿真平台通常只能被那些具备良好编程知识的人使用。Sayareh和他的同事们着手开发一种基于Python的替代框架,可以被更广泛的用户使用,无论其技术水平如何。
"我们的基础代码尽可能简单,具有许多函数和类,使研究人员可以专注于他们的想法,而不是复杂的数学和编程。“Sayareh解释道。“此外,像Tensorflow和PyTorch这样的框架在这个基础代码中非常简单。此外,Pyrus的结构与C++基础代码非常相似,因此在这个联赛中具有较高经验的人们可以轻松地使用Python基础。"
Pyrus base是一个简单易用的二维模拟平台,即使是初学者或缺乏编程经验的人也可以用它来测试RoboCup的AI模型。研究人员希望他们的平台能鼓励更多研究人员测试他们的想法,推动机器人足球领域的创新。
“Robocup足球仿真2D联赛是一个多智能体和噪声环境,更侧重于进攻和防守行为。因此,人工智能在这种环境中可以发挥重要作用。例如,使用强化学习方法,代理可以学习像过人或传球这样的行为,或者使用一些机器学习方法来减少环境中的噪声。“萨亚雷说道。
Pyrus基础代码已经在GitHub上可用,并可能很快被全球的机器人爱好者和研究团体下载和使用。在接下来的工作中,Sayareh和他的同事们希望进一步改进这个框架,以便可以用来训练更多的人工智能算法。
“我们将优化Pyrus基础代码以提高其性能。此外,我们将在该基础代码中添加一些有关强化学习的示例,例如使用强化学习的守门员,以供研究人员和新加入这个联赛的人们更容易更快地学习。“Sayareh补充说道。