Ein Testprojekt mit Unity Machine Learning.
Es werden Position und Geschwindigkeit des Droiden, sowie Position, Geschwindigkeit und Rotations-Geschwindigkeit des Balles beobachtet.
Eine negative Belohnung wird vergeben, wenn der Droide von der Plattform fällt oder der Ball eine Mindesthöhe unterschreitet. Eine positive Belohnung wird für Ausdauer vergeben und wenn der Ball eine bestimmte Höhe überschreitet.
Das Video zeigt das Resultat nach 500.000 Lern-Schritten: