Messinator: 140 Yıllık Futbol Deneyimiyle Sahaya Çıkan Robot

Robotlara karmaşık fiziksel hareketleri öğretmenin geleneksel yollarından biri, her adımı önceden tanımlayıp kodlamaktan geçiyor. Skild AI ise S1 adlı robotik yapay zekâ sisteminde bu yaklaşımın dışına çıktı. Şirket, robota futbol oynarken yapacağı tüm hareketleri hazır biçimde aktarmak yerine, belirli bir hedef doğrultusunda denemeler yapabileceği ve doğru yöntemleri kendisinin keşfedebileceği sanal bir ortam oluşturdu.

Bu çalışma, robotların yalnızca önceden tarif edilmiş komutları yerine getirmesi yerine, hedefe ulaşmak için gerekli hareketleri deneyerek öğrenebilmesi açısından önem taşıyor. Futbol gibi denge, yön değiştirme, top kontrolü ve anlık karar verme becerilerinin aynı anda gerektiği bir alan, bu öğrenme biçiminin sınanması için kapsamlı bir test niteliği taşıyor.

Sanal sahada 140 yıllık futbol deneyimi

Skild AI, S1’i NVIDIA’nın Isaac Sim adlı sanal simülasyon ortamında çok sayıda maça çıkardı. Robotun oynadığı karşılaşmaların toplamı, yaklaşık 140 yıllık futbol deneyimine karşılık gelecek bir eğitim sürecine ulaştı. Messinator adı verilen robotun bu antrenmanlardaki temel amacı gol atmaktı; topa hangi açıdan yaklaşacağı, topu nasıl ilerleteceği ve rakibin hareket alanını nasıl daraltacağı gibi ayrıntıları ise maçlar sırasında öğrenmesi beklendi.

Eğitimin ilk aşamalarında S1, yürümekte dahi zorlanıyordu. Ancak aynı hedef için tekrar tekrar mücadele ettikçe robot, sahada kullanabileceği hareketleri geliştirmeye başladı ve zamanla kendine özgü bir oyun tarzı oluşturdu. Skild AI, futbolun efsanevi golcüsü Lionel Messi’ye gönderme yaparak bu gelişmiş sisteme Messinator adını verdi.

Rakibi de öğretmeni de kendi geçmişi oldu

Messinator’ın eğitim sürecinde karşısına dışarıdan belirlenmiş bir rakip çıkarılmadı. Robot, her karşılaşmada kendi önceki sürümünün biraz daha gelişmiş bir versiyonuyla mücadele etti. Böylece her yeni maç, bir önceki aşamadan daha zorlayıcı hâle geldi.

Karşılaşmalar zorlaştıkça Messinator farklı hareket ve stratejiler denedi. Sonuç veren yöntemleri koruyan robot, işe yaramayan yaklaşımları geride bırakarak futbol becerilerini adım adım geliştirdi. Rakibin aynı sistemin önceki bir sürümü olması, robotun hem rakip hem de öğretmen rolünü kendi gelişim süreci içinde üstlenmesini sağladı.

Bu teknik, yapay zekâ alanında self-play, yani kendi kendine oynayarak öğrenme olarak adlandırılıyor. Yöntem, Go gibi masa oyunlarında ve bilgisayar oyunlarında uzun süredir kullanılıyor. Skild AI’ın çalışması ise aynı öğrenme yaklaşımını fiziksel hareketlerin ve gerçek dünyadaki robot davranışlarının geliştirilmesine taşıyor.

Sanal eğitim gerçek zeminde sınandı

Sanal ortamdaki eğitim tamamlandıktan sonra Messinator, simülasyonda edindiği becerileri fiziksel gövdesiyle uygulamaya geçti. Robot; top sürme, yön değiştirme ve rakibin önünü kapatma gibi hareketleri gerçek zeminde denemeye başladı. Böylece sanal sahada geliştirilen davranışlar, fiziksel dünyadaki hareketlere dönüştürüldü.

Futbolun zorluğu, robotun yalnızca ilerleyebilmesinden kaynaklanmıyor. Messinator’ın dengesini korurken topu kontrol etmesi, karşısındaki oyuncunun hareketlerini izlemesi ve bir sonraki hamlesini belirlemesi gerekiyor. Üstelik bu işlemlerin tamamı, oyun devam ederken aynı anda gerçekleştirilmek zorunda.

Hedef, futbolun ötesine geçmek

Skild AI, kendi kendine öğrenme yaklaşımını yalnızca futbol sahasında kullanmayı amaçlamıyor. Şirket, aynı yöntemin fabrikalarda bir nesnenin kaldırılması, şantiyelerde değişen koşullara uyum sağlanması veya ev ortamında belirli bir görevin tamamlanması gibi farklı işlerde de değerlendirilebileceğini düşünüyor.

Bu yaklaşımın temelinde, robota bütün hareketleri önceden ezberletmek yerine ulaşması gereken hedefi tanımlamak bulunuyor. Robotun, hedefe giden yolu deneme ve yanılma yoluyla keşfetmesine izin veriliyor. Messinator’ın futbol eğitimi de bu nedenle yalnızca robotik futbol çalışması olarak değerlendirilmiyor; proje, robotlara hareketleri tek tek tarif etmek yerine sonuç odaklı öğrenme olanağı sunma fikrini ortaya koyuyor.