Fabrício Mainenti
RedatorKasparov sucumbiu ao Deep Blue, provando que as máquinas finalmente poderiam superar os humanos. Derrotas em outros campos se seguiram (Go, StarCraft), mas sempre com algoritmos na vanguarda. Agora, os robôs almejam nos superar e, após algumas decepções e demonstrações surpreendentes, estão tentando conquistar um esporte que apresenta um desafio excepcional: o tênis.
Cuidado, Alcaraz, os robôs estão chegando
Pesquisadores da Universidade Tsinghua e da Universidade de Pequim, entre outras, colaboraram para desenvolver um robô capaz de jogar tênis. O projeto, batizado de LATENT (Learn Athletic Humanoid Tennis Skills from Imperfect Human Motion Data), é surpreendente porque seu princípio é muito semelhante ao de desenvolvimentos como o AlphaZero: a máquina (o robô) praticamente aprende a jogar sozinha.
Já vimos avanços semelhantes em esportes como tênis de mesa ou em demonstrações de kung fu, mas esse marco foi alcançado de uma maneira diferente e impressionante.
Movimentos imperfeitos
Até agora, fazer um robô reagir na velocidade de uma bola de tênis era um desafio quase insuperável devido à falta de dados sobre movimentos perfeitos, mas os avanços feitos por esses pesquisadores são particularmente impressionantes. Especialmente porque essas máquinas agora usam informações "imperfeitas" capturadas de humanos para aprender a jogar.
Mini-tênis
Capturar dados exatos de uma partida de tênis real é muito caro e complexo devido ao tamanho da quadra e à sutileza dos movimentos do pulso dos jogadores. Para superar isso, a equipe LATENT optou por coletar dados sobre "habilidades primitivas". Ou seja, o robô foi exposto a movimentos básicos como o forehand, o backhand e movimentos laterais.
Além disso, uma área 17 vezes menor que uma quadra profissional foi usada justamente para reduzir a complexidade do sistema inicial. O objetivo: que o robô desenvolvesse sua própria técnica.
Ele aprende com seus erros
O que é notável nesse desenvolvimento é que, com dados tão limitados, o robô foi capaz de fazer correções instantâneas ao se mover ou golpear a bola. O robô conseguia manter a estabilidade do corpo imitando movimentos humanos e também ajustar com precisão o ângulo da raquete para golpear a bola corretamente.
Nada de incomum
Os pesquisadores também queriam evitar que o robô "inventasse" movimentos estranhos durante o treinamento de reforço. Portanto, criaram uma técnica que forçava a IA a explorar apenas movimentos que se assemelhassem a ações humanas, com base na distribuição inicial de dados.
O Unitree G1 já está jogando tênis
Para dar vida ao sistema, os pesquisadores o instalaram em um robô Unitree G1. Este modelo de robô humanoide possui 29 graus de liberdade e foi equipado com uma raquete usando uma peça impressa em 3D. Os testes físicos foram surpreendentes: o G1 conseguiu rebater bolas lançadas a mais de 15 m/s (54 km/h) e também foi capaz de manter trocas de bola com jogadores humanos em uma quadra real.
O robô conseguiu cobrir uma grande parte da quadra e adaptar dinamicamente sua postura de acordo com a trajetória da bola.
O começo de algo maior
Esses robôs tenistas estão longe de serem capazes de competir com jogadores humanos — muito menos com profissionais — mas demonstram que as técnicas de aprendizado por reforço aplicadas a jogos como xadrez ou Go podem ser válidas para ambientes físicos com robôs. De fato, esse avanço levanta a possibilidade de que robôs possam aprender qualquer disciplina física (seja esportiva ou não) a partir de um aprendizado limitado de movimentos básicos.
Ver 0 Comentários