Çinli araştırmacılar robotu tenis oynamayı yenilikçi bir yöntemle eğitti

Çinli bilim insanları, robotların tenis oynamayı öğrenmesi için yeni bir yöntem sundu

Çin araştırmacıları, robotların tenis oyunundaki temel becerileri hızlı ve basitçe öğrenmesini sağlayan yenilikçi bir metodolojinin test sonuçlarını yayınladı. Onlara göre bu, hem makine öğreniminde hem de yapay zekanın gerçek uygulamalarında önemli bir atılım olabilir – New Atlas kaynağı bildiriyor.

Neden geleneksel teknolojiler işe yaramıyor
Çoğu spor dalında, tenis dahil, hareket yakalama sistemleri hâlâ vuruş sırasında bileğin açısı gibi en ince ayrıntıları tespit edemiyor. Dinamik bir kortta bu nüanslar kritik ve uzaktan kontrol verimsiz oluyor.

Sorun, Nvidia'nın Vid2Player3D gibi yapay zeka yazılımlarıyla çok kameralı video kayıtlarından gerekli bilgiyi çıkarmaya çalışırken daha da karmaşıklaşıyor. Bu “karmaşık bir süreç”, derin bilgi ve mühendislik çabası gerektiriyor.

Araştırmacıların önerisi
LATENT adlı sistemi geliştirdiler; bu sistem hareket yakalamaya dayalı ama yalnızca temel teknik öğelerine sınırlı. Böyle bir sistem eksik verilerle bile çalışabilir.

- Deney: beş saat boyunca “basit beceriler” (sağ/sol vuruşlar, yan kaymalar ve çapraz adımlar) veri toplandı.
- Bu veriler kameralarla işlenerek insan benzeri “hareket alanları” repertuarı oluşturuldu.
- Daha sonra temel beceriler Unitree'nin G1 humanoid robotuna yüklendi (fiyat – 13 500 $).

Robot nasıl öğreniyor
LATENT sistemi, G1'in yaklaşan topu tanımasını ve raketle ağ üzerinden geri atmasını sağlar. Başarı, topun diğer tarafın beyaz çizgileri içinde yere düşmesiyle ölçülür.

Robot, temel becerileri kullanarak açı, reaksiyon süresi ve farklı durumlarda hareket seçimi deneyleri yapar. Öğrenmenin büyük kısmı yüksek hızda simülasyonda gerçekleşir.

Sonuçlar
- Sağ vuruşlarda %90 başarı.
- Sol vuruşlarda yaklaşık %80 başarı.
- Hareketler akıcı ve çevik görünüyor, gerçek bir tenisçi gibi.

G1 henüz resmi maçlara hazır değil, ancak oyun öğreniminde önemli ilerleme gösterdi.

Bu gelecekteki robotlar için ne ifade ediyor
Geliştirilen yöntem, robotların karmaşık ve dinamik durumlara hızlı adapte olmasını sağlar. Bu, endüstriyel üretimden kurtarma operasyonlarına kadar, aşırı koşullara hızlı tepki gerektiren pratik görevler için potansiyel açıyor.

LATENT yazılımı açık kaynak olup GitHub'da mevcuttur.