Cientistas chineses ensinaram um robô a jogar tênis usando um novo método de aprendizagem.

Pesquisadores chineses testaram um novo método, muito mais rápido e simples, para ensinar robôs a jogar tênis, o qual, a julgar pelos resultados, pode ser considerado um avanço na aprendizagem de máquina e na inteligência artificial propriamente dita, informou o New Atlas.

Fonte da imagem: Zhang et al., Universidade de Tsinghua

No tênis, assim como na maioria dos outros esportes, a tecnologia de captura de movimento ainda não consegue captar as nuances do ângulo do pulso ao golpear a bola para atingir a precisão necessária. A situação na quadra de tênis é dinâmica demais para ser controlada remotamente, argumentam os pesquisadores.

Segundo eles, tentar extrair essas informações de gravações de vídeo com múltiplas câmeras usando um software de treinamento de IA, como o Vid2Player3D da Nvidia, é um “processo complexo” que “pode ​​exigir conhecimento especializado significativo e esforço de engenharia”.

Em vez disso, os pesquisadores desenvolveram um sistema chamado LATENT, baseado em captura de movimento, mas apenas para os elementos básicos da técnica e projetado para funcionar com dados incompletos. No experimento atual, os pesquisadores utilizaram cinco horas de dados de captura de movimento nos quais os atletas demonstraram “habilidades básicas de tênis” — smashes de direita e esquerda, movimentos laterais e cruzamentos — executadas em uma fração de uma quadra de tênis padrão.

Os pesquisadores processaram esses dados usando câmeras para criar um repertório de “espaços de movimento” humanoides e, em seguida, carregaram essas habilidades básicas no robô humanoide G1 da Unitree, disponível por US$ 13.500.

Usando essas habilidades básicas, o robô foi incumbido de usar o sistema LATENT para realizar uma tarefa específica: detectar uma bola de tênis se aproximando e usar sua raquete para rebatê-la por cima da rede. “O sucesso é quando a bola cai no lado oposto da quadra, dentro dos limites da quadra”, escreveram os pesquisadores.”Delimitado por linhas brancas.”

Com habilidades básicas de golpes na bola, o robô pôde experimentar todos os outros detalhes: ângulos, tempo, escolha de movimentos para diferentes situações e quando interromper os movimentos aprendidos. A grande maioria do aprendizado ocorreu em alta velocidade usando simulação.

Como resultado, o G1 devolveu com sucesso golpes de direita em aproximadamente 90% das vezes e golpes de esquerda em pouco menos de 80%, com seus movimentos parecendo tão ágeis e fluidos quanto os de um tenista de verdade. Embora o robô ainda não esteja pronto para partidas competitivas, ele já fez progressos significativos no domínio do jogo.

Embora este não seja exatamente o trabalho rotineiro e monótono que se espera que os robôs realizem no lugar de humanos, graças ao desenvolvimento feito por pesquisadores chineses, eles poderão aprender rapidamente a controlar seus corpos em condições extremas e lidar com situações complexas e dinâmicas, o que será útil em aplicações mais práticas.

O software LATENT é de código aberto e está disponível no GitHub.