Deze humanoïde robot kan een aardig potje tennissen, dankzij unieke methode

De grootste uitdaging voor makers van humanoïde robots is hoe je ze nieuwe skills leert. Onderzoekers uit China hebben een methode gevonden om een robot te leren tennissen via imperfecte data.

Tennissen lijkt een relatief makkelijke sport om te leren voor een robot: lokaliseer de bal en sla er tegen met een racket. Toch valt dat in de praktijk flink tegen. Er komt een hoop techniek en subtiele bewegingen bij kijken. 

Onderzoekers uit China hebben nu een methode gevonden om motion capture data op een betere manier in te zetten. Specifiek hebben ze vijf uur aan data verzameld, waarop te zien is hoe sporters de basisvaardigheden van tennis uitvoeren. Deze data is aan een commercieel beschikbare humanoïde robot gevoed met de opdracht om vergelijkbare bewegingen te gebruiken om de bal over het net te slaan en binnen de witte lijnen te laten landen.

Backhands

Alleen dat is niet genoeg. Een probleem van de motion capture data is namelijk dat de beelden zijn gemaakt in een beperkte ruimte en niet op een volledige tennisbaan. Daarom mochten de robots zelf via simulaties experimenteren met alle andere details behalve de geleerde slagtechnieken. Denk aan de timing, de hoek enzovoort.

Vervolgens bleken de robots op de tennisbaak een aardig potje te kunnen tennissen, met een succespercentage van ongeveer 90% voor de backhands. Hiermee laten de onderzoekers zien dat robots getraind kunnen worden met imperfecte motion capture data. Op X wordt een video van de tennissende robot getoond en dat ziet er verrekte soepel uit. Via Github is meer informatie te vinden.