能打高尔夫的机器人，使用基于物理模型来训练其人工智能系(通常作为机器人的技术指标,反映了机器人动作的灵活性)

图片来源：帕德博恩大学

德国帕德博恩大学（Paderborn University）的研究人员建造了一个机器人，它可以在推杆果岭上用球杆在大多数尝试中把球打进一个洞。

高尔夫是一项出了名的困难运动--职业选手和业余选手都花了无数的时间试图改善他们的比赛。比赛中最困难的部分之一是把球打进洞里。大部分的困难在于各种因素的综合作用--草的高度和粗糙度，风的大小和湿度程度，以及最糟糕的是，地形。高尔夫球场并不像办公室地板上的练习垫那样平坦；它们有一些小山丘和山谷，对球的速度造成了破坏。在这项新的努力中，研究人员建立了一个机器人来解决在实验室的推杆果岭上的推杆问题。

大多数人工智能系统通过研究他人（通常是人类）的工作来学习，在成千上万的数据样本中寻找导致预期结果的模式。对于高尔夫来说，这种方法是不切实际的，因为其结果只适用于在一个果岭上的一杆。要让机器人在各种果岭上打球，它必须能够在飞行中学习。

为了建立这样一个系统，研究人员使用了一个基于物理学的模型，该模型接受诸如球的速度和重量等因素，以及球对地形变化的反应，如山丘。该模型还考虑到了风的影响。研究人员在实验室的果岭上方放置了一个3D摄像机，并对其进行了快照，捕捉到了其所有的波浪形细微差别。然后，该快照被发送到物理学模型，该模型运行了数千次虚拟尝试，使用虚拟球杆将虚拟球打入虚拟球洞--所有这些都基于球的当前位置。

一旦确定了正确的方法，系统就会向机器人发送指令，告诉它把自己放在哪里，然后在击球时使用多少速度。测试表明，在理想条件下，机器人能够在大约 60% 到 70% 的时间内将球击入洞中。