Skild AI physical self-play (robot soccer)

Physical Self-Play är ett forskningsresultat från Skild AI, publicerat som blogginlägg den 23 september 2026. Namnet i listan är beskrivande; Skild kallar själva arbetet "Physical Self-Play". Tanken är densamma som när AlphaGo Zero blev bättre än människor i go: i stället för att bara härma människor tävlar modellen mot tidigare versioner av sig själv, så att motståndet hela tiden blir svårare.

Skild utgick från en stark grundmodell av samma slag som deras robotmodell S1 och tränade den att spela fotboll med humanoida robotar i NVIDIA:s simulator Isaac Sim. Det enda målet var att göra mål. Enligt Skild var det ingen som programmerade in dribblingar, att skydda bollen eller tacklingar; de beteendena uppstod av sig själva eftersom de hjälpte modellen att göra mål. De första simulerade månaderna kunde robotarna knappt gå, och efter motsvarande 140 års simulerat spel fördes modellen över till en riktig robot som spelade en match.

Skild menar att modeller som tränas på människodata stannar på mänsklig nivå och att självspel kan ta robotar förbi den. De skriver att metoden är generell och att de nu vill använda den för vardagliga uppgifter, i miljöer som byggarbetsplatser, fabriker och hem. Inlägget anger inga detaljer om robotmodell, hårdvara eller beräkningskraft, och modellen finns inte tillgänglig för andra.