Chinese robot leert tennissen dankzij nieuwe AI-trainingsmethode

Een robot die tennist: het klinkt als een curiositeit, maar voor onderzoekers is het een serieuze test van kunstmatige intelligentie. Wetenschappers van Tsinghua University in China lieten een humanoïde robot zelfstandig leren tennissen, zonder dat iemand de robot op afstand bestuurde. De resultaten zijn opvallend goed voor een eerste poging.

Van bewegingsdata naar tennisslag

Tennis is voor robots extra lastig omdat spelers over het hele veld rennen en subtiele polsbewegingen bepalen of een bal goed of slecht wordt geraakt. Bestaande technieken, zoals het analyseren van tv-beelden van tenniswedstrijden, bleken volgens de onderzoekers te ingewikkeld en foutgevoelig. Daarom kozen ze voor een andere aanpak: vijf uur aan bewegingsopnames van mensen die forehands, backhands en voetenwerk demonstreerden. Die opnames waren niet perfect, maar vormden wel de basis voor het nieuwe systeem, genaamd LATENT.

Het systeem zet die menselijke bewegingen om in een soort digitale bibliotheek van basisbewegingen. Deze vorm van bewegingstransfer geeft de robot een repertoire waaruit hij kan putten, zonder dat elke stap vooraf is voorgeprogrammeerd.

Trainen in simulatie, testen in het echt

Met die basisbewegingen als vertrekpunt ging de robot vervolgens zelf experimenteren: wanneer sla je uit, onder welke hoek, en welke voetstap past waar? Het grootste deel van dat leerproces gebeurde in een versnelde computersimulatie, voordat de opgedane kennis werd overgezet naar de echte, fysieke robot. Deze vorm van whole-body policy learning laat de robot zijn hele lichaam coördineren, van beenwerk tot racketzwaai, in plaats van losse onderdelen apart aan te sturen.

Het resultaat: de Unitree G1, een robot die vanaf ongeveer 13.500 dollar te koop is, sloeg forehands in circa 90 procent van de gevallen succesvol terug over het net, en backhands in bijna 80 procent van de pogingen. Voor een systeem dat niet is afgestemd op één specifieke beweging maar zelf de details invult, is dat een flinke stap vooruit in hoe machines omgaan met hun vrijheidsgraden, de talloze gewrichten en bewegingsmogelijkheden die een lichaam bestuurbaar maken.

Nog geen Wimbledon, wel een doorbraak

Een partijtje tegen een mens winnen zit er voorlopig niet in. De onderzoekers benadrukken zelf dat de robot niet klaar is voor een echte wedstrijd. Toch zien ze de proef als bewijs dat robots dynamische, snelle sporten kunnen leren zonder dat mensen elke beweging vooraf hoeven vast te leggen. De software van het project is open source beschikbaar, zodat andere onderzoeksgroepen erop kunnen voortbouwen. Denkbaar is dat een volgende generatie van dit soort robots dienst gaat doen als tennistrainingspartner, of dat de opgedane kennis over snelle, precieze bewegingen wordt toegepast in heel andere taken, zoals werk in fabrieken of magazijnen.