Китайские исследователи обучили робота игре в теннис инновационным способом

Китайские ученые представили новый способ обучения роботов игре в теннис

Исследователи из Китая опубликовали результаты тестирования инновационной методики, которая позволяет роботам быстро и просто осваивать основные навыки игры в теннис. По их оценке, это может стать значительным прорывом как в машинном обучении, так и в реальном применении ИИ – сообщает ресурс New Atlas.

Почему традиционные технологии не работают

В большинстве видов спорта, включая теннис, системы захвата движений пока не способны фиксировать мельчайшие детали, например угол запястья при ударе. На динамическом корте такие нюансы критичны, а дистанционное управление оказывается неэффективным.

Проблема усложняется попытками извлечь нужную информацию из многокамерных видеозаписей с помощью программного обеспечения для ИИ (например, Vid2Player3D от Nvidia). Это «сложный процесс», требующий глубоких знаний и инженерных усилий.

Что предложили исследователи

Они создали систему LATENT, основанную на захвате движений, но ограниченную только базовыми элементами техники. Такая система может работать с неполными данными.

- Эксперимент: в течение пяти часов собраны данные о «примитивных навыках» – удары справа/слева, боковые перемещения и перекрестные шаги на частичной площадке.
- Эти данные обработаны камерами для создания репертуара человекоподобных «пространств движения».
- Затем базовые навыки загружены в гуманоидного робота G1 от Unitree (стоимость – 13 500 $).

Как робот учится

Система LATENT позволяет G1 распознавать приближающийся мяч и, используя ракетку, отбивать его через сетку. Успех считается, когда мяч приземляется в пределах белых линий другой стороны корта.

Робот использует базовые навыки для экспериментов с углами, временем реакции и выбором движений в разных ситуациях. Большая часть обучения проходит в симуляции на высокой скорости.

Результаты

- 90 % успеха при ударах справа.
- ≈80 % – при ударах слева.
- Движения выглядят плавными и ловкими, почти как у настоящего теннисиста.

Хотя G1 ещё не готов к официальным матчам, он уже продемонстрировал значительный прогресс в освоении игры.

Что это значит для будущего роботов

Разработанный метод позволяет роботам быстро адаптироваться к сложным и динамичным ситуациям. Это открывает перспективы для практических задач, где требуется быстрая реакция на экстремальные условия – от промышленного производства до спасательных операций.

Программное обеспечение LATENT является open source и доступно на GitHub.