Chińscy badacze wytrenowali robota do gry w tenisa innowacyjnym sposobem

Chińscy naukowcy zaprezentowali nową metodę uczenia robotów gry w tenisa

Badacze z Chin opublikowali wyniki testowania innowacyjnej metody, która pozwala robotom szybko i łatwo opanować podstawowe umiejętności gry w tenisa. Według ich oceny może to stać się znaczącym przełomem zarówno w uczeniu maszynowym, jak i w praktycznym zastosowaniu AI – informuje źródło New Atlas.

Dlaczego tradycyjne technologie nie działają
W większości dyscyplin sportowych, w tym w tenisie, systemy rejestrowania ruchu nadal nie są w stanie uchwycić najdrobniejszych szczegółów, np. kąta nadgarstka przy uderzeniu. Na dynamicznym boisku takie niuanse są krytyczne, a zdalne sterowanie okazuje się nieskuteczne.

Problem komplikuje próba wydobycia potrzebnych informacji z wielokamerowych nagrań wideo za pomocą oprogramowania AI (np. Vid2Player3D od Nvidia). To „złożony proces”, wymagający głębokiej wiedzy i wysiłków inżynieryjnych.

Co zaproponowali badacze
Stworzyli system LATENT, oparty na rejestrowaniu ruchu, ale ograniczony tylko do podstawowych elementów techniki. Taki system może działać z niekompletnymi danymi.

- Eksperyment: przez pięć godzin zebranego danych o „prymitywnych umiejętnościach” – uderzenia prawe/lewe, boczne przesunięcia i kroki krzyżowe na częściowym obszarze.

- Dane te zostały przetworzone kamerami w celu stworzenia repertuaru ludzkich „przestrzeni ruchu”.

- Następnie podstawowe umiejętności załadowano do humanoidalnego robota G1 od Unitree (koszt – 13 500 $).

Jak robot się uczy
System LATENT pozwala G1 rozpoznawać nadchodzący piłkę i, używając rakiety, odbijać ją przez siatkę. Sukces uznaje się za osiągnięty, gdy piłka wyląduje w granicach białych linii po drugiej stronie kortu.

Robot wykorzystuje podstawowe umiejętności do eksperymentów z kątami, czasem reakcji i wyborem ruchów w różnych sytuacjach. Większość nauki odbywa się w symulacji przy wysokiej prędkości.

Wyniki
- 90 % sukcesu przy uderzeniach prawej ręki.

- ≈80 % – przy uderzeniach lewej ręki.

- Ruchy wyglądają płynnie i zręcznie, prawie jak u prawdziwego tenisisty.

Chociaż G1 jeszcze nie jest gotowy do oficjalnych meczów, już wykazał znaczący postęp w opanowaniu gry.

Co to oznacza dla przyszłości robotów
Opracowana metoda pozwala robotom szybko adaptować się do skomplikowanych i dynamicznych sytuacji. Otwiera perspektywy dla praktycznych zadań, gdzie wymagana jest szybka reakcja na ekstremalne warunki – od produkcji przemysłowej po operacje ratunkowe.

Oprogramowanie LATENT jest open source i dostępne na GitHub.