机器人采用了处理时间序列数据的深度学习技术。向4层的递归神经网络(RNN)输入立体摄像头推测出的三维空间内球的位置、距离图像摄像头获取的对方身体各部分的三维位置等43维数据后,会输出表示对手水平的数值。使用了约100人的交手数据和人工提供的水平数值,进行了有监督学习。完成学习后的神经网络重现人工打分结果的比例达到了90%左右。
而且通过交手,机器人的乒乓球技术也有所提高。通过人工调节的方式,改进了乒乓球飞行轨道的预测精度和回球方式等。
欧姆龙还展示了其他使用RNN的试制品。例如着眼于未来的自动驾驶汽车,在驶下高速公路,从自动驾驶切换为驾驶员人工驾驶之前,用来检测驾驶员能否驾驶的传感器.该传感器可以根据红外摄像头拍摄的驾驶员的图像(VGA),利用完成了学习的RNN推测“回归驾驶等级”。
据该公司介绍,预计从2019年开始,日本高速公路可采用自动驾驶技术,那么在高速公路出口处就需要从自动驾驶切换到人工驾驶。新系统可自动测定驾驶员从自动驾驶状态恢复到人工驾驶状态需要多长时间,还能在人工驾驶状态时监测驾驶员可能出现的危险行为。
另外,欧姆龙公司还展出了吉尼斯世界纪录认定的世界首款乒乓球教练机器人。这款机器人通过球桌上方的传感器以每秒80次的速度记录对手的位置和球的动向,并预测出球的轨道后回击。