当你出拳的时候，哪怕加上变化也不过区区几种，机器对其判断‘校正’。

最终依旧会挡住你的拳头，甚至可以分析你的空档，进行反击。

为了应对球型机器，人形机器团队明显是下过功夫的。

对推进器和链接神经的芯片进行了特别改造。

所有的算法都被极限压缩简化。

即便是这样球型机器的反应能力也要快出人形机器不少。

且不说这玩意是个球型，如果‘彪猫’团队做出个人形的机器，那战斗很可能是碾压制的。

为什么？

这就跟算法有很大关系。

彪猫团队结合实际，引入了更加优化的智能算法。

就像之前闹的沸沸扬扬的围棋大战一般。

智能学习将所有人形进攻的方式和防守方式就像每一个棋局一样进行录入。

那结果会是什么？

人的进攻方式无非手、脚、肘、膝、拳、掌、腿、就算再加上脑袋、屁股这种出人意外的攻击方式也不过才多少种？。

智能的算力是可怕而惊人的。

如果将手脚、肘头类似四种组合进攻也无非是添菜，要知道智能学习棋局可是几万几万的在学。

那不比你这单独几种攻击方式好算？

就算你拿了刀剑棍棒，也不过是就像多加几种‘棋局’，况且刀剑棍棒不过是‘模型’的延伸，只要加入到算法里面很快便能破解。

综合下来本质上没有什么不同，除非你做出一款机器无法演算的兵器。

再者不得不提一下科学技术的本质，那便是关联，将最新的发明或者发现与现有的物质关联然后形成新的体系或者说系统然后这个系统可以实现一些实用的功能和能力，以解决现有问题。

这样做了，科学技术自然会有所推动，宇宙甚至世界的本质或许都是信息与信息的交互、传递、交织、衍生。

当在解决了人形作战机器平衡性这一问题后，对于其它方面来说都是小问题。

在场上虽然人形机器输了。

不过不是没有战果，起码把这个球型打散成上百个小球型让它无法复位。

是经验问题，人形机器由于是人控制的，所以他的战斗经验起到了很大关键因素，他发现了球型的弱点。

所以有时候看东西要全面，不能光说这个人形机器是失败的，因为它也给小麦带来了不少的启发，像是结构、构架、传动等等。

就现实里来说很难做到机器灵活的情况下还能跟人保持同步的平衡。

能做到这一点已经非常的成功。

人翻个跟头，机器也翻个跟头一定具有差异性，微小的诧异足以破坏平衡，尤其是同步灵活性。

小麦没有在这个圈子里混，自己的团队也基本没有相关的项目进行研究。

当然排除了自己心血来潮的那次对‘彪猫’团队研究。

因为有些东西小麦必须了解全面，在营区一阶的团队小麦基本上可以说了解的七七八八，二阶的更是如此。

那个团队遗憾出场，但这并不妨碍小麦对这个团队的欣赏。

甚至这几个团队里的人小麦也都了如指掌。