Los investigadores chinos entrenaron a un robot para jugar tenis de una manera innovadora

Científicos chinos presentan una nueva forma de entrenar robots para jugar tenis

Investigadores de China publicaron los resultados de pruebas de una metodología innovadora que permite a los robots aprender rápidamente y con facilidad las habilidades básicas del tenis. Según ellos, esto podría representar un avance significativo tanto en aprendizaje automático como en la aplicación práctica de la IA, informa el portal New Atlas.

Por qué las tecnologías tradicionales no funcionan
En la mayoría de los deportes, incluido el tenis, los sistemas de captura de movimiento aún no pueden registrar detalles minúsculos, como el ángulo del muñón al golpear. En una pista dinámica, tales matices son críticos, y el control remoto resulta ineficaz.

El problema se complica al intentar extraer la información necesaria de grabaciones multicanal con software de IA (por ejemplo, Vid2Player3D de Nvidia). Este “proceso complejo” requiere conocimientos profundos y esfuerzos ingenieriles.

Lo que propusieron los investigadores
Crearon el sistema LATENT, basado en captura de movimiento pero limitado solo a los elementos básicos de la técnica. Tal sistema puede funcionar con datos incompletos.

- Experimento: durante cinco horas se recopilaron datos sobre “habilidades primitivas” – golpes derecha/izquierda, desplazamientos laterales y pasos cruzados en una zona parcial del campo.
- Estos datos fueron procesados por cámaras para crear un repertorio de “espacios de movimiento” parecidos a los humanos.
- Luego las habilidades básicas se cargaron en el robot humanoide G1 de Unitree (costo: 13 500 $).

Cómo aprende el robot
El sistema LATENT permite que el G1 reconozca la pelota entrante y, usando una raqueta, la devuelva al otro lado de la red. Se considera un éxito cuando la pelota aterriza dentro de las líneas blancas del lado opuesto de la pista.

El robot utiliza las habilidades básicas para experimentar con ángulos, tiempo de reacción y selección de movimientos en distintas situaciones. La mayor parte del entrenamiento se realiza en simulación a alta velocidad.

Resultados
- 90 % de éxito con golpes derecha.
- ≈80 % con golpes izquierda.
- Los movimientos parecen fluidos y ágiles, casi como los de un tenista real.

Aunque el G1 aún no está listo para partidos oficiales, ya ha demostrado un progreso significativo en aprender a jugar.

Qué significa esto para el futuro de los robots
El método desarrollado permite que los robots se adapten rápidamente a situaciones complejas y dinámicas. Esto abre perspectivas para tareas prácticas donde se requiere una respuesta rápida ante condiciones extremas – desde la producción industrial hasta operaciones de rescate.

El software LATENT es open source y está disponible en GitHub.