DeepMind's tafeltennisrobot wint 13 wedstrijden tegen menselijke spelers

Google's AI-dochter DeepMind heeft een robotarm ontwikkeld die tafeltennis op amateurniveau kan spelen. Het systeem kan verschillende slagen uitvoeren, waaronder backhands, forehands en zelfs ballen die het net raken.

In een recent onderzoek nam de robot van DeepMind het in 29 volledige wedstrijden op tegen menselijke spelers en won 13 partijen. Hoewel de robot het moeilijk had tegen gevorderde spelers, liet hij indrukwekkende vaardigheden zien tegen beginners en gemiddelde tegenstanders.

Het ontwikkelingsproces verliep in twee stappen. In eerste instantie maakte het systeem zich slagtechnieken eigen door middel van computersimulaties die de fysica en gameplay van tafeltennis nabootsten. Vervolgens verfijnde het team deze vaardigheden aan de hand van gegevens uit de echte wereld.

Tijdens live wedstrijden gebruikt de robot twee camera's om de positie van de bal te volgen. Hij maakt ook gebruik van bewegingsopnametechnologie om de bewegingen van de menselijke tegenstander te volgen via een met LED's uitgerust batje. Deze gegevens worden teruggekoppeld naar de simulaties, waardoor het systeem zijn tactiek voortdurend kan verbeteren.

Pannag Sanketi, de DeepMind ingenieur die het project leidt, toonde zich verrast over de prestaties van de robot. "De manier waarop de robot zelfs sterke tegenstanders te slim af was, was verbluffend," zei Sanketi https://www.technologyreview.com/2024/08/09/1096102/google-deepmind-trained-a-robot-to-beat-humans-at-table-tennis/. "Zelfs een paar maanden geleden hadden we voorspeld dat de robot realistisch gezien misschien niet zou kunnen winnen van mensen tegen wie hij nog niet eerder had gespeeld. Het systeem heeft onze verwachtingen zeker overtroffen."

Ondanks de prestaties heeft de robot zijn beperkingen. Hij heeft moeite met extreem snelle schoten en schoten met een lage slip. Het systeem heeft ook moeite met het tegengaan van uitzonderlijke spin, omdat het de rotatie van de bal niet kan meten.

De onderzoekers van DeepMind geloven dat verbeterde voorspellende AI-modellering en verbeterde botsingdetectie deze problemen kunnen oplossen. Hoewel het project recreatief lijkt, betekent het een belangrijke stap in de richting van de ontwikkeling van AI die in staat is om complexe fysieke taken veilig uit te voeren in natuurlijke omgevingen zoals huizen of magazijnen.

Het onderzoek benadrukt het voortdurende streven naar snelheid en prestaties op menselijk niveau in echte taken binnen de robotica-onderzoeksgemeenschap. Naarmate AI en robotica zich blijven ontwikkelen, laten projecten zoals deze tafeltennisrobot zien dat machines op steeds geavanceerdere manieren met mensen kunnen samenwerken.