Разработана интеллектуальная роботизированная система, способствующая созданию конкурентоспособного игрока в бильярд.
Названная Deep Green система в настоящее время играет на уровне любителя, и создатели стремятся улучшать систему, чтобы иметь возможность бросить вызов опытному сопернику, в конечном счете, на уровне чемпионата.
Сегодня пул приобретает все большую популярность во всем мире. В бильярд играют почти в каждой стране, и пул был признан демонстрационным видом спорта на Олимпийских играх 1998 года.
Deep Green
Центральным элементом системы Deep Green является промышленный портальный робот DOF, установленный на потолке, чтобы не препятствовать доступу человека к столу.
Цифровая камера с системой глобального видения (GVS) крепится к потолку, направленному вниз к столу, и сопровождается системой направленного освещения. К вертикальной стойке портала прикреплено запястье 3-DOF сферического робота, которое в сочетании с линейным движением портала обеспечивает полную достижимость робота в рабочем пространстве.
"Рука" робота включает два отдельных устройства метки, одно из которых основано на линейном электромагнитном двигателе, а другое - на пневматическом приводе.
- Электромагнитный сигнал можно точно контролировать для удара со скоростью до 3 метров в секунду, что достаточно для нормальной игры
- Пневматический сигнал используется только для отключения питания и ударов со скоростью 12 метров в секунду.
Вместо того, чтобы создавать собственное аппаратное обеспечение, Deep Green базируется на стандартных компонентах, доступных на рынке. Это делает систему относительно недорогой.
Сам стол представляет собой стандартный бильярдный стол и все устройства подключены к одному компьютеру. Хотя система была разработана для игры в популярную игру 8 Ball, с небольшими изменениями она может играть любые другие варианты пула.
Калибровка камеры
Аспекты роботизированной системы в первую очередь зависят от компьютерного зрения. Перед тем, как использовать камеры, их калибруют, чтобы они могли точно определить местоположение шариков в метрической системе координат.
Также исправляется плоскость таблицы, чтобы компенсировать искажения, возникающие в результате того, что плоскость сетчатки GVS не была точно параллельна поверхности таблицы, что трудно было сделать вручную с требуемой точностью.
Локализация и идентификация мячей
Во время работы, Deep Green получает изображение GVS, когда мячи останавливаются, и распаковывает его для устранения радиальных и перспективных искажений.
Затем он сравнивает это изображение с набором статистических пиксельных средств и отклонений, полученных из примерно 30 фоновых изображений таблицы.
Перед ударом, система применяет алгоритм подключения компонентов и допускает только те области, которые достаточно велики, чтобы быть действительными шариками. Затем он обрабатывает эти области шарика, используя процедуры установки окружности и оптимальной подгонки, что позволяет точно оценить положение центра каждого шарика.
Несмотря на сильное сходство цветов различных типов шариков и повторное использование цветов полос и твердых тел, метод индексирования цвета может надежно определить идентичность каждого шарика.
Моделирование физики
Чтобы предсказать состояние шаров после удара, чтобы можно было спланировать последующие выстрелы, необходима точная физическая модель. Спин является важным элементом игры, и передача спина на бильярдный мяч путем смещения и угла наклона является методом, используемым для контроля взаимодействия и размещения мячей после удара. Поэтому физическая модель предполагает сохранение не только линейного, но и углового момента.
Для этого разработали физический симулятор, который предсказывает результат выстрела на основе производной физической модели. В отличие от физических симуляторов, использующих более распространенный подход численной интеграции, этот метод работает в непрерывной области, предсказывая время ожидающих событий, таких как столкновения или переходы между состояниями движения.
Мнения и вопросы от профессиональных игроков
Некоторые люди, знакомые с технологией, но не знакомые с пулом, рассматривают ее как простую задачу, требующую применения только стандартных роботизированных технологий для ее решения. И наоборот, опытные игроки, не имеющие особых отношений с технологиями, склонны утверждать, что пул - это явно человеческая деятельность, требующая человеческого интеллекта и навыков, и что автоматизировать ее невозможно.
Разработка роботизированной системы для игры в бильярд на конкурентной основе с опытным человеком соперника вполне достижима. Технические проблемы интересны и достаточно сложны, чтобы мотивировать передовые исследования, но не настолько сложны, чтобы уклониться от значимого решения.
Еще один вопрос, которым задавались:
Необходим ли вычислительный интеллект для роботизированного пула?
- Во-первых, точное позиционирование стандартного портального робота само по себе является сложной задачей, требующей сенсорных методов калибровки и коррекции.
- Во-вторых, даже если бы было возможно идеально точное позиционирование, все равно было бы выгодно играть стратегически и планировать заранее ряд выстрелов, о чем свидетельствуют эксперименты с турнирами.
Для дальнейшего развития "Deep Green" необходимо решить ряд исследовательских задач. Самое сложное возникнет в борьбе с опытными людьми. Люди - серьезные конкуренты, умеющие эффективно распознавать и использовать слабые места в своих оппонентах. Чтобы играть на конкурентном уровне, Deep Green должна учитывать опыт машинного обучения и методы моделирования противников.
