Google 搭建無限乒乓對戰場 兩隻 AI 機械臂自我進化不間斷
Google DeepMind 正在英國倫敦南方上演一場堪比體壇馬拉松的機械對決——兩隻由人工智能驅動的機械臂正進行著一場「無限延長賽」的乒乓球對打。這場對打從 2022 年開啟，至今仍未停歇，目標不是決出勝負，而是透過持續競爭來不斷學習與優化策略。研究人員希望藉此打造出能作為人形機器人「大腦」的通用人工智能模型，未來能部署至家庭、工廠等各種現實場景中。
機械臂持續對戰
這對由 DeepMind 開發的機械臂在比賽中互相學習，藉由強化學習模型調整策略，讓每一次揮拍都成為進化的基礎。雖然目前這些機械臂仍無法擊敗進階人類選手，但在面對初學者時已具壓倒性優勢，與中階選手對戰時勝率約為五成，展現出「堅實的業餘人類表現」。這與 2010 年 John Isner 與 Nicolas Mahut 那場持續三天的網球史詩戰役相比，雖無比分終點，但意義上卻更加深遠。
從協作練習邁向競技實戰
一開始，研究人員設計的是讓機械臂進行協作回合，以建立基本的對打能力。然而隨著進展，工程師調整參數讓雙方試圖得分，結果反而導致回合大多迅速結束，顯示 AI 在處理新戰術時仍有遺忘舊策略的問題。為了解決這點，團隊引入真人對手讓機械臂進行對打，透過人類變化多端的打法與回球軌跡，顯著提升了機械臂的穩定性與策略多樣性。根據統計，機械臂在與人類進行的 29 場比賽中贏下了 45%，對中階玩家更達到 55% 的勝率。
Google Gemini 加入訓練流程
除了真人對打，DeepMind 還導入 Google Gemini 的視覺語言模型，讓這位「AI 教練」分析機械臂的影片表現，並提供如「將球打向右側」或「打出靠近網前的淺球」等策略性指令。這樣的反饋機制讓機械臂能在每一場比賽後即時調整打法，進一步提升實戰表現。
乒乓成為完美測場
選擇乒乓球作為訓練環境並非巧合。這項運動兼具高速反應、策略思維與精細運動控制，早自 1980 年代便成為機器人研究的經典測試場。對於要在現實中執行如搬運、協作等多樣任務的通用型機器人來說，能在乒乓球場上學會動態適應與決策的 AI 模型，正好對應未來所需的技能集。
雖然人形機器人如 Boston Dynamics 的 Atlas 已展示過驚人的動作能力，但那類展示多半高度腳本化，難以應付複雜多變的真實環境。DeepMind 的研究人員認為，若這種 AI 對戰學習方式能進一步擴展，或許將迎來機器人界的「ChatGPT 時刻」，讓人工智能從緩慢笨拙邁向真正有用。
NewMobileLife 網站：https://www.newmobilelife.com