Los deportes han servido desde hace mucho tiempo como una prueba importante para los robots. El ejemplo más conocido del fenómeno puede ser el Competición de fútbol RoboCupque se remonta a mediados de la década de 1990. El tenis de mesa ha desempeñado un papel clave en la evaluación comparativa de los brazos robóticos desde hace una década. El deporte requiere velocidad, capacidad de respuesta y estrategia, entre otras cosas.
en un artículo recién publicado El equipo DeepMind Robotics de Google, que ha creado un juego de tenis de mesa competitivo a nivel humano, ha presentado su propio trabajo en el que se ha denominado “Lograr un juego de tenis de mesa competitivo a nivel humano”. Los investigadores han logrado desarrollar un “jugador de nivel humano sólidamente amateur” cuando se enfrenta a un componente humano.
Durante las pruebas, el robot de tenis de mesa fue capaz de vencer a todos los jugadores de nivel principiante a los que se enfrentó. Con jugadores de nivel intermedio, el robot ganó el 55% de los partidos. Sin embargo, no está listo para enfrentarse a profesionales. El robot perdió cada vez que se enfrentó a un jugador avanzado. En total, el sistema ganó el 45% de los 29 partidos que jugó.
“Se trata del primer agente robótico capaz de jugar un deporte con humanos a nivel humano y representa un hito en el aprendizaje y el control de los robots”, afirma el artículo. “Sin embargo, también es solo un pequeño paso hacia un objetivo de larga data en robótica de lograr un rendimiento a nivel humano en muchas habilidades útiles del mundo real. Queda mucho trabajo por hacer para lograr de manera constante un rendimiento a nivel humano en tareas individuales, y luego más allá, en la construcción de robots generalistas que sean capaces de realizar muchas tareas útiles, interactuando hábilmente y de manera segura con humanos en el mundo real”.
La mayor deficiencia del sistema es su capacidad de reaccionar a las pelotas rápidas. DeepMind sugiere que las razones principales de esto son la latencia del sistema, los reinicios obligatorios entre tiros y la falta de datos útiles.
“Para abordar las limitaciones de latencia que dificultan el tiempo de reacción del robot ante pelotas rápidas, proponemos investigar algoritmos de control avanzados y optimizaciones de hardware”, señalan los investigadores. “Esto podría incluir la exploración de modelos predictivos para anticipar las trayectorias de las pelotas o implementar protocolos de comunicación más rápidos entre los sensores y los actuadores del robot”.
Otros problemas explotables del sistema son las pelotas altas y bajas, el revés y la capacidad de leer el giro de la pelota entrante.
En cuanto a cómo dicha investigación podría afectar a la robótica más allá de la utilidad muy limitada del tenis de mesa, DeepMind cita la arquitectura de políticas, su uso de simulación para operar en juegos reales y su capacidad para adaptar su estrategia en tiempo real.
