Robots: vea un brazo robótico jugar tenis de mesa después de solo 90 minutos de entrenamiento

Por Chris Stokel-Walker

Un robot que juega tenis de mesa puede mantener una carrera contra los humanos, pero al igual que muchos jugadores aficionados, tiene dificultades para intentar movimientos más sofisticados.

Yapeng Gao, Jonas Tebbe y Andreas Zell de la Universidad de Tübingen en Alemania comenzaron diseñando una simulación por computadora en la que un brazo robótico virtual equipado con una paleta de ping-pong intentaba devolver pelotas de ping-pong a una mesa de ping-pong virtual.

Los investigadores ejecutaron esta simulación para que un algoritmo de aprendizaje automático pudiera aprender cómo la velocidad y la orientación de la raqueta afectan la trayectoria que toma la pelota.

Una vez que este algoritmo, que aprende por prueba y error, pudo devolver la pelota de manera confiable, los investigadores lo configuraron para controlar el movimiento de un brazo robótico real colocado junto a una mesa real (en la imagen).

El sistema usó dos cámaras para rastrear la ubicación de la pelota real cada 7 milisegundos, y el algoritmo procesó las señales y decidió dónde mover el brazo robótico para golpear y devolver la pelota.

Las señales enviadas por el algoritmo permitieron que el brazo robótico realizara tiros con precisión a un promedio de 24,9 centímetros de la ubicación deseada. Este nivel de precisión fue un poco peor que cuando el algoritmo se ejecutaba con una simulación, algo común, dice Tebbe, porque las simulaciones por computadora no pueden representar con precisión todo en la vida real.

Todo el proceso, incluido el entrenamiento de simulación virtual y del mundo real, tomó solo una hora y media, lo que demuestra cuán rápido los algoritmos pueden aprender a operar en una nueva situación.

Sin embargo, aunque el robot se desempeñó bien contra los jugadores humanos, se activó con fuego rápido y, sorprendentemente, con fuego lento. “Si una pelota es lenta, el robot tiene que generar más velocidad”, explica Tebbe. Luchando por hacerlo, la pelota a menudo se caía de la raqueta.

«Al entrenar el sistema durante un período de tiempo relativamente corto, el robot puede hacer frente a las diferencias en el servicio y puede regresar usando una política aleatoria», dice Jonathan Aitken de la Universidad de Sheffield en el Reino Unido, que no estaban involucrados en el estudio.

Aitken se sorprendió de que el algoritmo fallara al devolver tiros lentos. También le resulta interesante que a veces tenga dificultades para tomar fotografías debido a las limitaciones mecánicas del sistema robótico, más que a las deficiencias del algoritmo.

El brazo robótico tiene otras limitaciones. Por ejemplo, Zell dice que tiene problemas para jugar tiros con efecto de retroceso porque el brazo robótico no puede sostener la raqueta en el ángulo requerido para realizar esos tiros. Pero a pesar de estos problemas, cree que el robot es un buen jugador.

«No es peor que un jugador humano ordinario», dice. «Ya está a la par conmigo».

Referencia: arxiv.org/abs/2109.03100