Гра з людиною. Гуманоїдний робот відбиває тенісні м’ячі з точністю 96% у симуляції

Про це пише видання Interesting Engineering.

Робот обмінюється ударами з людиною, реагує на швидкі м’ячі та пересувається по корту.

Читайте также: Швидші обчислення. У Британії запустять найпотужніший ШІ-суперкомп’ютер для дослідження термоядерної енергії

Розробка базується на системі LATENT, створеній разом із дослідниками з Університету Цінхуа та Пекінського університету. Її протестували на гуманоїдному роботі Unitree G1.

У компанії заявили, що вперше гуманоїд здатен підтримувати довгі та динамічні тенісні розіграші, швидко реагувати, точно влучати по м’ячу та рухатися природно всім тілом.

Однією з головних проблем у навчанні роботів для спорту є нестача точних даних про рухи людини. У тенісі це особливо складно через великі дистанції на корті, швидкість м’яча до 30 м/с і дуже короткий контакт із ракеткою.

Щоб вирішити це, дослідники не записували цілі матчі. Вони зібрали короткі фрагменти ключових рухів — форхенди, бекхенди та бокові кроки.

Дані збирали у невеликому просторі 3×5 метрів, що більш ніж у 17 разів менше за стандартний тенісний корт. П’ятеро гравців надали близько п’яти годин записів рухів.

Читайте также: Project Detroit: як Java, Python та JavaScript нарешті запрацюють разом

Спочатку система навчила робота окремим рухам, а потім поєднала їх у послідовності. Це дозволило йому підбігати до м’яча, виконувати удар і повертатися на позицію.

Для кращої роботи в реальних умовах модель тренували у симуляції, де випадково змінювали фізичні параметри — масу, тертя та аеродинаміку.

Дослідники пояснили, що навіть неповні дані дають уявлення про базові навички людини в тенісі. Після доопрацювання система навчилася стабільно відбивати м’ячі в різних умовах і направляти їх у потрібну зону, зберігаючи природність рухів.

У симуляції точність форхендів сягнула 96%. Під час тестів із реальним роботом він зміг підтримувати розіграш із людиною та стабільно повертати м’яч на іншу сторону корту.

Дослідники зазначили, що цей підхід можна застосувати й в інших сферах, де складно зібрати повні дані рухів людини, зокрема у футболі, бадмінтоні та інших спортивних задачах.

Читайте также: Ранковий вибух над Огайо. Метеор, що налякав жителів, зафіксували навіть із космосу