第261章(2 / 4)

投票推荐 加入书签 留言反馈

  这揭示了西格玛比赛模式的内部组成逻辑。
  七月以来,很多网友在疑惑西格玛的ai与阿尔法围棋的区别,因为比起黑白夹杂的棋盘,网球的比分看起来过于直观,仿佛棋盘上全是一种颜色的碾压。
  阿尔法狗倾向于最稳定,概率最高的获胜方式,比如在只有80%胜率赢6目和90%胜率赢2目之间,它会选择90%胜率。
  西格玛其实也是类似的决策方式。他们的不同,实质在于网球和围棋规则的不同。
  网球比赛的胜利,是每一分胜利组成的“胜利集合”。
  鹰眼回放了幸村的反斜线抽击球路,差几毫米入界。
  [30:0]
  但在后台,其实幸村出手那一瞬的单元胜率达到81%。他已经把西格玛调动到1区较远的位置。
  西格玛的回击球质并不比幸村高,它的最大优势是稳定,有对击球的绝对控制能力。它在出手前就已决策并知道这一球的效果如何,程序使它百分百避免失误。
  它的能力由精密机械保障。而人类由刻苦训练的肌肉记忆保障,幸村不可能连续击出两颗球路、速度、旋转、落点一模一样的球。
  就算以他的技术,也只能让落点保证在一定的小范围(直径二十公分左右)内,这已经是职业级中独一无二的精确性和控球能力了。
  后台的胜率又掉了,71%。
  幸村的能力一直在超出西格玛的预期。
  但是观众不知道,希望人类获胜的心让他们都失落了神情。
  能做的,唯有为自己的阵营加油。
  第三发1区外角的高质量旋球。ace
  [40:0]
  西格玛的动作和球路很眼熟,似乎就来自发球重炮手——艾利克斯·米勒。
  sra研究员-亨利·克罗福尔德:网球的动力链极其复杂,它要求从脚到手臂的连锁动力传导,同时要求精确的控制力,这对身体的协调性有很高的要求,我们最先遇到的便是这样的难题。
  架在底线的是十分简陋,刚刚组合成仿生躯体的初代机,它能做些跳舞的动作,流畅地蹬地跑步。
  测试员启动程序,检测到来球,它一挥,网球“咚”地一声磕在顶棚的钢架上。
  迷茫的一秒后,球姗姗掉落,“全垒打”。
  “这不对。”设计师们的脑袋挤在一起看慢镜头回放。
  “手部的调整不对。在引拍的时候它应该是放松的。”
  sra研究员-赵智文:人体是最精密的仪器,我们只能一帧帧去解构运动员的动力链,建模复刻,再试错。这是非常大的工作量。但一经成型,就是稳定性超过了人体的生物力学自动化控制系统。
  sra研究员-亨利·克罗福尔德:人们可能看到电视里,机器人有远超人类的力量,一拳击穿钢板、一脚踢飞油桶。我们想过一拍的极限速度,超过时速160、170,但实际测试过后,它的整个动力链会完全乱掉,非常不稳定。而且这对关节是相当大的负担,仿生肩肘没用几天就得更换。所以这没必要。
  第四发2区外角,207km/h带旋且落点刁钻。如果有人比对会发现,球路与去年美网幸村的某个ace球十分相似。
  幸村挡回出浅了,西格玛中场一个斜路深落点拍死,颇具费德勒的风格。
  [1-0]西格玛保发。
  评论员a:太轻松了。看来幸村也奈何不了。 ↑返回顶部↑


章节目录