Robotern Tennis beizubringen, mag wie eine Showeinlage klingen, doch es entwickelt sich schnell zu einem Test für Intelligenz in der realen Welt.
Chinesische Forscher haben eine neue Methode entwickelt, um Robotern Tennis beizubringen. Sie ermöglicht es ihnen, in Echtzeit zu reagieren, statt einer festen Programmierung zu folgen. Mithilfe eines neuen Systems namens LATENT trainierte das Team ein Robotermodell darauf, komplexe, schnelle und dynamische Aufgaben mit bemerkenswerter Genauigkeit auszuführen, indem es Bewegungen wie Schläge und Beinarbeit in kleinere, erlernbare Bestandteile zerlegte.
Eine bislang unmögliche Leistung erreichen
Laut dem Team, hatten frühere Versuche Schwierigkeiten damit, Tennisaktivitäten in Robotern nachzubilden. Einen Grund dafür nannten sie in ihrem Abstract: Es sei nicht möglich gewesen, perfekte menschliche Bewegungsdaten für Tennisszenarien zu reproduzieren.
Durch die Entwicklung von LATENT, einem Modell, das ohne perfekte Bewegungsdaten menschlicher Tennisspieler auskommt, konnten sie diese Hürde überwinden. Da diese unvollkommenen Daten dennoch grundlegende Bewegungsfertigkeiten enthielten, die beim Tennis zum Einsatz kommen, konnte das Modell durch die Kombination dieser einfachen Elemente ableiten, wie der gesamte Ablauf aussehen sollte.
Indem das Team die fehlerhaften Daten weiter korrigierte, entwickelte es ein Steuersystem, mit dem Roboter unter wechselnden Bedingungen zuverlässig Bälle schlagen können und deren Bewegungen dabei denen von Menschen entsprechen.
Vereinfacht gesagt, gingen die Forscher dabei folgendermaßen vor:
- Sie erfassten und kombinierten Bruchstücke von Spielern, die zwar Fehler enthielten, sich aber leichter erfassen und zerlegen ließen.
- Sie nutzten bestärkendes Lernen, damit das Modell anhand dieser Daten herausfinden konnte, worin das Vorwissen bestand. So kann das Modell beispielsweise verstehen, wie ein menschlicher Schlag aussehen sollte.
- Sie führten all dies in einem System namens Learns Athletic humanoid TEnnis skills from imperfect human motioN daTa (LATENT) zusammen, das humanoide Roboter antreibt.
Anwendung in der realen Welt
Roboter kommen in verschiedenen Umgebungen zum Einsatz – von der kommerziellen Nutzung in Fabriken und anderswo bis hin zum Einsatz als physischer Haushaltsassistent. Roboter, die in Unterhaltung und Sport eingesetzt werden, setzen die Messlatte jedoch deutlich höher. Das liegt daran, dass Unterhaltung sehr nuancierte und unvorhersehbare Bewegungen erfordert.
Beim Tennis ist das nicht anders. Wie es in diesem Bericht von Interesting Engineering heißt:
„Tennis ist für Humanoide besonders anspruchsvoll, weil alles in einer kontinuierlichen Schleife ablaufen muss. Der Roboter muss den Ball früh erkennen, seine Flugbahn vorhersagen, seinen Körper positionieren, seine Beine stabilisieren und den Schläger genau im richtigen Moment schwingen – ohne anzuhalten und sich neu zu initialisieren. Selbst ein kurzer Ballwechsel lässt keinen Spielraum für Verzögerungen, da sich der Ball unabhängig von der Verarbeitungszeit weiterbewegt.“
Trotz all dieser Herausforderungen wurden Fortschritte beim Einsatz von Robotern im Sport erzielt. Ein Beispiel ist der Walker S2, ein vielseitiger Roboter von UBTech, der die Öffentlichkeit laut einem Bericht von Interesting Engineering vom 2. Jan. mit seinen Tennisfähigkeiten verblüffte.
In einem Test mit dem Unitree G1 erreichte der Humanoide eine maximale Erfolgsquote von 96,5 % bei 10.000 Versuchen. Er schlug Vor- und Rückhände, hielt dabei ein gutes Bewegungsgleichgewicht und spielte gegen Menschen.
Verbesserungen und Einsatzmöglichkeiten
Im Abschnitt mit den Schlussfolgerungen ihrer Forschungsarbeit stellte das Team fest, dass sich die Forschung zwar auf Tennis konzentrierte, weitere Verbesserungen an diesem System den Einsatz des Roboters in einer Vielzahl von Unterhaltungsszenarien ermöglichen könnten.
Seine derzeitigen Einschränkungen machen ihn zu einem schwachen Gegner für professionelle Tennisspieler. Doch es gibt noch Raum für Verbesserungen. In seiner aktuellen Trainingsumgebung kommen zufällig generierte Bälle zum Einsatz, anstatt ein echtes, simuliertes Wettkampfspiel abzubilden.
Außerdem würde der Ersatz der Motion-Capture-Technologie durch aktives Sehen die autonome Funktionsweise des Roboters in der realen Welt verbessern. Dazu gehört auch der Einsatz eines Multi-Agenten-Trainingsframeworks, das jeden Roboter dazu zwingt, sich während des Spiels an die von einem anderen Roboter vorgenommenen Veränderungen anzupassen. So ließe sich echtes Tennis simulieren, bei dem Gegner jederzeit ihre Strategie ändern können.
Lesen Sie auch: Chinas Humanoiden-Robotikbranche wächst schnell, wobei mehrere neue Maschinen zeigen, wie weit die Technologie im Jahr 2026 fortgeschritten ist.