Un equipo de especialistas pertenecientes a la Universidad de Tsinghua y la Universidad de Pekín ha logrado desarrollar un robot humanoide con la capacidad de jugar al tenis. Este avance se fundamenta en técnicas de aprendizaje automático, similares a las que anteriormente permitieron a las computadoras superar a los seres humanos en disciplinas intelectuales como el ajedrez o el Go.
El programa de investigación, denominado LATENT, representa un progreso sustancial en la implementación de la inteligencia artificial dentro de entornos físicos de alta complejidad. Los expertos han demostrado que los robots pueden adquirir destrezas deportivas sofisticadas partiendo de bases de datos que son limitadas y no necesariamente perfectas.
El sistema tecnológico se integró en el modelo humanoide Unitree G1, el cual fue capaz de retornar pelotas a velocidades que superaron los 15 metros por segundo (lo que equivale aproximadamente a 54 km/h). Durante las pruebas de campo, la máquina logró mantener intercambios básicos de golpes con deportistas humanos.
De la estrategia digital a la destreza física
Durante varias décadas, los hitos más importantes de la inteligencia artificial se concentraron en el ámbito digital. Un momento clave ocurrió en 1997, año en el que Garry Kasparov fue superado por la computadora Deep Blue, evidenciando que la tecnología podía vencer al hombre en tareas de alta estrategia.
Posteriormente, plataformas como AlphaZero llevaron estas facultades a nuevos niveles, dominando juegos como el ajedrez, el Go e incluso entornos de estrategia en tiempo real como StarCraft. No obstante, trasladar estos conocimientos al mundo físico ha sido un reto mayúsculo debido a factores críticos como la coordinación, el equilibrio y la reacción ante objetos móviles.
El tenis se considera un desafío extremo para la robótica debido a la alta velocidad del esférico, la exactitud necesaria para el impacto y la urgencia de responder en fracciones de segundo.
Aprendizaje mediante datos imperfectos
Una de las mayores innovaciones del proyecto LATENT radica en su metodología de entrenamiento. A diferencia de otros sistemas que exigen una cantidad masiva de datos precisos, esta tecnología aprovecha información “imperfecta” recolectada de los movimientos de personas reales.
Los científicos instruyeron al robot en habilidades fundamentales, tales como los desplazamientos laterales, el revés y el golpe de derecha. En lugar de intentar una réplica exacta de jugadas completas, el sistema integra estos componentes para desarrollar su propia técnica de juego.
Adicionalmente, la etapa inicial de entrenamiento se ejecutó en una pista reducida, unas 17 veces más pequeña que una cancha de tenis reglamentaria. Esta estrategia permitió simplificar el entorno y acelerar el proceso de aprendizaje inicial de la máquina.
Capacidad de ajuste en tiempo real
Este humanoide no se limita a repetir movimientos grabados de forma rígida; tiene la facultad de aprender de sus propios fallos. En el transcurso de los experimentos, el robot realizó ajustes automáticos en su equilibrio, su postura y el ángulo de contacto de la raqueta para elevar su precisión.
Este procedimiento de aprendizaje, que se basa en el ensayo y el error, es el núcleo del aprendizaje por refuerzo, una pieza fundamental en los éxitos actuales de la inteligencia artificial a nivel global.
Con el objetivo de prevenir movimientos antinaturales o erráticos, los desarrolladores restringieron la exploración del robot a patrones que guardan similitud con la biomecánica humana, tomando como base la distribución de los datos originales.
Del laboratorio a la pista real
La validación del sistema se llevó a cabo mediante el robot Unitree G1 en condiciones físicas reales. Este dispositivo cuenta con un total de 29 grados de libertad, lo que le otorga una versatilidad de movimiento excepcional.
Utilizando una raqueta adaptada específicamente mediante impresión 3D, el autómata fue capaz de cubrir gran parte de su área de juego y reaccionar a diversas trayectorias. Si bien su desempeño se mantiene en niveles básicos, los resultados confirman su capacidad de interactuar dinámicamente con seres humanos.
Hacia la evolución de la robótica deportiva
Los responsables del estudio aclaran que estos resultados no significan que los robots estén listos para enfrentar a tenistas profesionales en el corto plazo. No obstante, ratifica que las metodologías de IA usadas en mundos virtuales pueden ser portadas con éxito a la realidad física.
El proyecto LATENT abre un abanico de posibilidades en sectores como el entrenamiento de atletas, la automatización de tareas motrices complejas y la rehabilitación física.
A futuro, se espera que estos avances permitan que los sistemas robóticos aprendan múltiples habilidades físicas complejas a partir de catálogos reducidos de movimientos base.
Por el momento, el tenis entra formalmente en el grupo de deportes donde las máquinas exhiben su potencial, siguiendo un trayecto evolutivo que se inició en los tableros de madera y que hoy alcanza las pistas deportivas.
Fuente: Fuente