Google’s KI-Unternehmen DeepMind hat einen Roboterarm entwickelt, der mit den besten Tischtennisspielern auf Amateurniveau mithalten kann. Der Roboter kann Rückhand-, Vorhand- und Schläge mit viel Spin sowie sogar Schüsse, die am Netz entlang streifen, mit bemerkenswerter Geschwindigkeit bewältigen. In einem kürzlich veröffentlichten Forschungspapier enthüllte DeepMind, dass ihr Roboter-Schläger in 13 von 29 Spielen Amateurgegner in kompletten Tischtennisspielen besiegt hat.
Laut dem MIT Technology Review haben die menschlichen Spieler, die gegen den Roboter gespielt haben, die Spiele genossen. Sie sagten, es sei eine unterhaltsame Herausforderung, die dazu beitragen könnte, ihr Spiel als Übungspartner zu verbessern. Das Video zeigt, wie der Roboter geschickt verschiedene Volleys und Spielstile bewältigt. Er scheint sogar wie ein Mensch während eines besonders intensiven Spiels zu ‘hüpfen’, obwohl ihm die Beine fehlen.
Der DeepMind-Ingenieur Pannag Sanketi, der das Projekt initiiert hat, sagte: “Noch vor einigen Monaten hatten wir prognostiziert, dass der Roboter realistisch betrachtet nicht gegen Menschen gewinnen könnte, gegen die er noch nicht gespielt hatte.” Das System hat unsere Erwartungen sicher übertroffen. Die Art und Weise, wie der Roboter sogar starke Gegner ausmanövriert hat, war atemberaubend.”
DeepMind verwendete einen zweigleisigen Ansatz, um seinem Ping-Pong-Automaten das Spiel beizubringen. Zunächst ließ das System seine Schlagfähigkeiten durch Computersimulationen beherrschen, die realistische Tischtennisphysik und -spiel imitierten. Anschließend verfeinerte das Team diese Fähigkeiten, indem es aus realen Daten lernte. Während live Spielen verwendet der Roboter ein Paar Kameras, um die Position des Balles zu verfolgen und Bewegungen seines menschlichen Gegners über einen mit LEDs ausgestatteten Schläger zu erkennen, um sie und ihren Spielstil identifizieren zu können.
Das System hat jedoch einige Einschränkungen. Der Roboter hatte Schwierigkeiten, extrem schnelle Schüsse, Bälle weit vom Tisch entfernt oder flache Bälle zurückzugeben. Außerdem kämpfte er gegen Spieler, die außergewöhnlich viel Spin am Ball erzeugen konnten, da er den Ballrotationswinkel noch nicht messen kann – zumindest noch nicht. DeepMind ist der Ansicht, dass aktualisierte prädiktive KI-Modellierung und intelligenteres Kollisionsdetektion dabei helfen könnten, diese Probleme zu lösen. Es scheint wie ein unterhaltsames Projekt mit wenig praktischer Anwendung, jedoch stellt der Bericht fest, dass dies einen wichtigen Schritt in Richtung der Entwicklung von KI darstellt, die komplexe körperliche Aufgaben sicher in natürlichen Umgebungen wie Wohnungen oder Lagerhäusern ausführen kann.