Стартап Skild AI, разрабатывающий «общий робо-интеллект», провёл эксперимент по обучению гуманоида футболу с помощью self-playi — техники, похожей на ту, что Google использовала для AlphaGo. Их foundation-модель S1 отыграла 140 виртуальных лет в NVIDIA Isaac Simi против собственных предыдущих версий, получая награду только за забитые голы, без отдельного программирования конкретных приёмов.
В результате робот сам освоил дриблинг, обводку защитников, отбор и защиту мяча корпусом, новые удары и умение подниматься после падений. Затем обученную политику перенесли из симуляции на реального робота Unitree G1, который теперь играет в футбол против человека. Авторы считают, что подход можно масштабировать на любые другие задачи, где есть чёткая цель и симулятор — например, манипуляции и производство.
ВыводS1 — модель, представленная Skild AI месяц назад; её главная особенность — способность дообучаться без файнтюнинга, по нескольким демонстрациям (по данным Data Secrets)