La empresa china de robótica con inteligencia artificial Galbot desarrolló un innovador software, denominado LATENT (Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data), que permitió a un robot humanoide Unitree G1 enfrentarse a un ingeniero humano en un partido de tenis. El avance fue compartido por la compañía en sus redes sociales. El clip puestra al robot blanco empuñando una raqueta de tenis estándar y devolviendo la pelota con notable habilidad mientras se desplaza por la cancha.
"¡Ya llegó tu tenista humanoide!", exclamó Galbot en X, y destacó que el robot es capaz de mantener "intercambios de golpes de tenis dinámicos y prolongados con reacciones en milisegundos, golpes precisos a la pelota y movimientos naturales de todo el cuerpo". Este logro representa un "salto cualitativo desde la imitación mecánica del movimiento hasta la interacción atlética inteligente y basada en la toma de decisiones".
El algoritmo LATENT, según la empresa, es el primero en el mundo para la planificación y el control en tiempo real de todo el cuerpo en humanoides atléticos para el tenis. Para lograrlo, el sistema se basó en "datos de movimiento humano imperfectos", consistentes en "fragmentos de movimiento que capturan las habilidades primitivas utilizadas al jugar al tenis", como golpes de derecha, revés y desplazamientos básicos. Estos fragmentos se convierten en una biblioteca de movimientos que el robot combina en tiempo real. Además, un controlador avanzado ajusta directamente la muñeca del robot durante el juego, optimizando la precisión.
El robot demostró la capacidad de mantener rallies con múltiples golpes contra humanos, reaccionando a pelotas que alcanzan velocidades de más de 15 metros por segundo (aproximadamente 54,8 kilómetros por hora), y logrando una coordinación impresionante entre golpes y movimientos de pies. Los movimientos resultantes son notablemente naturales para un robot, evitando la rigidez a menudo asociada con estas máquinas.
Los investigadores concluyeron que, a pesar de basarse en datos "imperfectos", esta información "casi realista" proporciona una base sólida para las habilidades humanas primitivas en el tenis. Con ajustes y composición adicionales, lograron desarrollar una estrategia humanoide capaz de golpear consistentemente las pelotas y devolverlas a ubicaciones específicas, manteniendo estilos de movimiento fluidos. En pruebas de simulación, el sistema alcanzó hasta un 96% de éxito en los golpes de derecha.
Más allá del tenis, los ingenieros sugieren que el software tiene un potencial significativo para generalizarse a una gama más amplia de tareas donde no se dispone de datos de movimiento humano completos y de alta calidad. Si un robot puede dominar una habilidad física tan compleja como el tenis a partir de información limitada, esto sugiere que enfoques similares podrían aplicarse a otras tareas del mundo real.