DeepMind desarrolla un robot capaz de jugar al tenis de mesa a nivel humano
- Google DeepMind presenta un nuevo sistema robótico para jugar al tenis de mesa.
- El robot recibió primero entrenamiento con los parámetros de la pelota y luego se entrenó tanto en el entorno virtual como en el físico.
- El brazo robótico demostró ser un rival digno, derrotando a 13 de cada 29 oponentes humanos.
El equipo de robótica de Google DeepMind ha presentado un avance significativo en robótica con su nuevo robot de tenis de mesa desarrollado. En el artículo que publicaron recientemente titulado “Logrando un nivel competitivo humano en el tenis de mesa robótico”, se muestra al robot jugando a un alto nivel comparable al de jugadores humanos aficionados.
Esto es bastante significativo en el campo de la robótica, especialmente en el deporte, donde el pensamiento rápido y la acción rápida son vitales.
“Este es el primer agente robótico capaz de jugar un deporte con humanos a nivel humano y representa un hito en el aprendizaje y control de robots. Sin embargo, también es solo un pequeño paso hacia un objetivo de larga data en robótica de lograr un rendimiento humano en muchas habilidades útiles del mundo real.”
el artículo de investigación
Estudio revela las fortalezas y limitaciones del robot en el tenis de mesa
Resultó ser superior al rendimiento de los principiantes y solo perdió el 45% de las veces contra jugadores intermedios. Sin embargo, con oponentes más experimentados, el robot no pudo ganar un solo partido. En general, el robot ganó el 45 por ciento de los 29 partidos que se celebraron. Este rendimiento muestra algunas restricciones y oportunidades futuras de este enfoque.
Aunque el robot ha logrado grandes hitos, se enfrentó a varios obstáculos. Su principal problema es la respuesta a los lanzamientos rápidos, lo cual se puede explicar por la latencia del sistema, la necesidad de reinicios obligatorios entre los lanzamientos y la falta de datos. Los autores de este estudio en DeepMind también señalan estas limitaciones y recomiendan formas de mejorar la capacidad del robot.
Para la latencia, el equipo sugiere investigar algoritmos de control mejorados, así como mejoras de hardware. Las posibles mejoras incluyen crear modelos más precisos para el movimiento de la pelota y mejorar la comunicación de los sensores y actuadores del robot.
Estos cambios tienen como objetivo aumentar la velocidad de reacción del robot, así como su rendimiento general. Además, el robot tiene problemas con pelotas altas y bajas, revés y comprensión del efecto de la pelota.
Los resultados de la investigación realizada por DeepMind no se limitan a la aplicación de tenis de mesa. Los principios utilizados en el desarrollo de este robot pueden usarse para mejorar otros sectores en el futuro. El equipo se centra en la arquitectura de políticas, el uso de simulación y el ajuste de estrategias en tiempo real en robótica.
El tenis de mesa emerge como un terreno de prueba popular para la robótica
El tenis de mesa es uno de los escenarios más populares en robótica debido a los requisitos de precisión, planificación y velocidad. El robot de Google DeepMind está entre los otros sistemas robóticos famosos para jugar al tenis de mesa.
En 2017, OMRON, una empresa electrónica japonesa, presentó FORPHEUS, un “tutor de tenis de mesa robótico” que se consideró el primero de su tipo en el mundo. Este robot, Orpheus, nombrado en honor a la figura mitológica griega, se convirtió en un récord Guinness y mostró cómo las relaciones entre personas y robots podrían progresar en el futuro.
FORPHEUS de OMRON mostró cómo el tenis de mesa puede contribuir a la mejora de la robótica al integrar habilidades humanas con automatización. La creación del robot de Google DeepMind se considera un avance importante en IA y robótica.
No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
Brenda Kanana
Brenda cuenta con más de 4 años de experiencia especializada en criptomonedas, inteligencia artificial y tecnologías emergentes. Ha trabajado en Zycrypto, Blockchain Reporter y The Coin Republic, y ahora tiene a Cryptopolitan como su hogar. Su licenciatura en Sociología de la Universidad Técnica de Mombasa la mantiene alineada con las necesidades de sus lectores.
