Apprendre aux robots à jouer au tennis peut sembler relever du simple spectacle, mais cela devient rapidement un test de l’intelligence dans le monde réel.
Des chercheurs chinois ont mis au point une nouvelle méthode pour apprendre aux robots à jouer au tennis, qui leur permet de réagir en temps réel plutôt que de suivre une programmation fixe. À l’aide d’un nouveau système appelé LATENT, l’équipe a entraîné un modèle robotique à exécuter des tâches complexes, rapides et dynamiques avec une précision remarquable, en décomposant des mouvements comme les frappes et le jeu de jambes en éléments plus petits et assimilables.
Un exploit auparavant impossible
Selon l’équipe, les premières tentatives ont eu du mal à reproduire les activités liées au tennis chez les robots. L’une des raisons avancées dans leur résumé était l’impossibilité de reproduire des données cinétiques humaines parfaites dans des scénarios de tennis.
Cependant, en développant LATENT, un modèle capable de fonctionner sans données cinétiques parfaites provenant de joueurs de tennis humains, ils ont pu franchir cet obstacle. Comme ces données imparfaites contenaient tout de même les compétences fondamentales nécessaires au tennis, le modèle pouvait déduire à quoi devait ressembler le processus global en combinant ces éléments simples.
En corrigeant davantage ces données désordonnées, l’équipe a créé un système de contrôle qui permet aux robots de frapper les balles de manière fiable dans des conditions variables, tout en conservant des mouvements identiques à ceux des humains.
En termes plus simples, voici ce qu’ont fait ces chercheurs :
- Ils ont capturé et combiné des fragments de mouvements de joueurs comportant des erreurs, mais plus faciles à enregistrer et à décomposer.
- Ils ont utilisé l’apprentissage par renforcement pour aider le modèle à déterminer, à partir de ces données, quels étaient les a priori. Ainsi, le modèle peut par exemple comprendre à quoi devrait ressembler le geste d’un humain.
- Ils ont regroupé tous ces éléments dans un système appelé Learns Athletic humanoid TEnnis skills from imperfect human motioN daTa (LATENT), qui équipe les robots humanoïdes.
Applications dans le monde réel
Les robots sont utilisés dans quelques environnements, de l’usage commercial dans les usines et ailleurs jusqu’à devenir des assistants domestiques physiques. Cependant, les robots utilisés dans le divertissement et le sport placent la barre très haut. Cela s’explique par le fait que le divertissement exige des mouvements très nuancés et imprévisibles.
Le tennis ne fait pas exception. Comme l’explique ce rapport d’Interesting Engineering :
« Le tennis est particulièrement exigeant pour les humanoïdes, car tout doit se dérouler en une seule boucle continue. Le robot doit détecter la balle suffisamment tôt, prévoir sa trajectoire, positionner son corps, stabiliser ses jambes et frapper la balle avec la raquette au moment précis — sans s’arrêter pour se réinitialiser. Même un échange bref ne laisse aucune place au retard, puisque la balle continue de se déplacer quelle que soit la durée du traitement. »
Malgré tout cela, des progrès ont été réalisés dans l’utilisation des robots pour le sport. Le Walker S2 en est un exemple, un robot polyvalent d’UBTech qui a stupéfié le public par ses talents au tennis, selon un rapport d’Interesting Engineering publié le 2 janvier.
Lors d’un test mené avec l’Unitree G1, l’humanoïde a atteint un taux de réussite maximal de 96,5 % sur 10 000 essais. Il a réalisé des coups droits et des revers tout en conservant un bon équilibre dans ses mouvements, face à des humains.
Améliorations et applicabilité
Dans la conclusion de leur article de recherche, l’équipe a indiqué que, bien que ses travaux portent sur le tennis, de nouvelles améliorations de ce système pourraient permettre d’utiliser le robot dans diverses situations de divertissement.
Ses limites actuelles en font un adversaire peu à la hauteur de joueurs de tennis professionnels. Mais une marge de progression existe. Son dispositif d’entraînement utilise actuellement des balles générées aléatoirement plutôt qu’un véritable match compétitif simulé.
Par ailleurs, remplacer sa technologie de capture de mouvement par une vision active améliorera son autonomie opérationnelle dans le monde réel. Cela inclut également l’utilisation d’un cadre d’entraînement multi-agents qui oblige chaque robot à s’adapter aux changements effectués par un autre robot pendant le jeu, simulant ainsi un véritable match de tennis, dans lequel les adversaires peuvent changer de stratégie à tout moment.
À lire également : Le secteur chinois de la robotique humanoïde se développe rapidement, plusieurs nouvelles machines montrant jusqu’où la technologie a progressé en 2026.