A kínai kutatók innovatív módszerrel tanították meg a robotnak teniszjátékot.

Kínai tudósok bemutatták egy új módszert a robotok teniszjátékának megtanulására

A kínai kutatók közzétették az innovatív módszer tesztelési eredményeit, amely lehetővé teszi a robotok számára, hogy gyorsan és egyszerűen elsajátítsák a tenisz alapvető készségeit. Szerintük ez jelentős áttörést jelenthet mind a gépi tanulásban, mind az AI valós alkalmazása terén – jelenti a New Atlas forrása.

Miért nem működnek a hagyományos technológiák
A legtöbb sportágban, beleértve a tenist is, a mozgásmegragadó rendszerek még nem képesek rögzíteni a legapróbb részleteket, például a csukló szögét a ütéskor. A dinamikus pályán ezek a finomságok kritikusak, míg a távoli vezérlés hatékonysága alacsony.

A probléma bonyolódik azáltal, hogy próbáljuk kinyerni a szükséges információt többkamerás videófelvételekből AI szoftverrel (például Nvidia Vid2Player3D). Ez „összetett folyamat”, amely mély ismereteket és mérnöki erőfeszítéseket igényel.

Mit javasoltak a kutatók
Megalkották a LATENT rendszert, amely mozgásmegragadáson alapul, de csak az alapvető technikai elemekre korlátozódik. Ez a rendszer képes működni hiányos adatokkal.

- Kísérlet: öt órán keresztül gyűjtötték a „primitív készségek” adatokat – jobb/bal oldali ütéseket, oldalirányú mozgásokat és keresztsétákat részleges területen.

- Ezeket az adatokat kamerák dolgozták fel, hogy létrehozzanak emberihez hasonló „mozgástérkép” repertoárt.

- Ezután a alapvető készségeket betöltötték egy Unitree G1 humanoid robotba (ár – 13 500 $).

Hogyan tanul a robot
A LATENT rendszer lehetővé teszi, hogy a G1 felismerje a közeledő labdát és rackettel visszaverje azt a hálón keresztül. A siker akkor számít, amikor a labda a másik oldal fehér vonalainak határán landol.

A robot az alapvető készségeket használja kísérletekhez a szögek, reakcióidő és mozgásválasztás terén különböző helyzetekben. A legtöbb tanulás szimulációban zajlik nagy sebességgel.

Eredmények
- 90 % siker jobb oldali ütéseknél.
- ≈80 % bal oldali ütéseknél.
- A mozgások simák és ügyesek, majdnem egy valódi teniszművészhez hasonlóak.

Bár a G1 még nem készen áll hivatalos mérkőzésekre, már jelentős előrelépést mutatott a játék elsajátításában.

Mit jelent ez a robotok jövőjére nézve
A fejlesztett módszer lehetővé teszi a robotok számára, hogy gyorsan alkalmazkodjanak komplex és dinamikus helyzetekhez. Ez perspektívákat nyit gyakorlati feladatokra, ahol gyors reakcióra van szükség extrém körülmények között – az ipari gyártástól a mentési műveletekig.

A LATENT szoftver open source, és elérhető GitHub-on.