Университет Калифорнии в Беркли представил видео с участием своего нового проекта — робота-гуманоида HITTER (Humanoid Table TEnnis Robot), который демонстрирует умение вести полноценную партию в настольный теннис против человека.
Основой работы HITTER является двухуровневая система, имитирующая человеческий подход к игре.
- Высокоуровневый планировщик играет роль мозга: с помощью внешних камер он отслеживает мяч в реальном времени, предсказывает траекторию его полета и рассчитывает точные параметры — место, скорость и момент для удара.
- Низкоуровневый модуль отвечает за тело: переводит вычисления в скоординированные движения рук и ног.
Благодаря тренировке на данных о человеческой моторике робот двигается естественно: перемещается в стороны, разворачивается и делает удары с высокой точностью. Он способен реагировать на мяч, летящий со скоростью до 5 м/с, менее чем за секунду.
Метод проб и ошибок
Игра в настольный теннис требует мгновенной реакции, точной координации и адаптации к неожиданным ударам. Для решения этой задачи исследователи применили комбинацию моделируемого планирования и обучения с подкреплением.
- Планировщик отвечает за прогноз траекторий и выбор действий.
- Обучение с подкреплением оттачивает движения, помогая роботу корректировать удары и перемещения на основе практики.
Такой подход сделал движения HITTER максимально приближенными к человеческим: с плавными замахами и правильной работой ног.
HITTER был протестирован на гуманоидной платформе, предположительно Unitree G1, в условиях настоящей игры. В ходе экспериментов робот смог поддерживать розыгрыш с человеком на протяжении 106 последовательных ударов — результат, который оказался бы сложным для многих любителей.
Кроме того, система показала устойчивость и в матче против другого робота-гуманоида, демонстрируя стабильный обмен ударами. Исследователи отмечают: HITTER справляется не только с лабораторными сценариями, но и с реальной динамикой спортивной игры.
Разработка UC Berkeley — не просто эксперимент в области спортивной робототехники. HITTER показывает перспективы создания машин, которые могут взаимодействовать с окружающим миром естественно и интуитивно, а не ограничиваться жестко запрограммированными движениями.
Использование иерархического планирования, обучения с подкреплением и анализа человеческой моторики открывает путь к роботам, которые будут не только сильными и выносливыми, но и гибкими и адаптивными. В будущем такие системы смогут выполнять задачи, ранее считавшиеся исключительно человеческими.
