von
Tischtennis sei für Roboter eine besonders anspruchsvolle Sportart, da sie eine schnelle Wahrnehmung und Entscheidungsfindung, präzise Reaktionen und eine kontinuierliche Anpassung an gegnerische Aktionen erfordere. Nun sei erstmals gezeigt worden, dass KI-Systeme menschliche Athleten in interaktiven Spielen, bei denen es um physische Fähigkeiten gehe, übertreffen können, so das Forscherteam um Projektleiter Peter Dürr, Direktor von Sony AI in Zürich, über die im Fachjournal "Nature" vorgestellten Ergebnisse.
Herausfordernd seien vor allem die hohe Geschwindigkeit des Balls, sein Spin und komplexe Flugbahnen. Deshalb bestehe Ace aus zwölf um das Spielfeld verteilten Kameras, die dem Ball folgen und zum Teil auch dessen Spin einordnen können, einem KI-basierten Steuerungssystem und einem Hochgeschwindigkeits-Roboterarm mit acht Gelenken. Die Steuerung des Roboters, der den typischen Bewegungsbereich von Tischtennisspielern abdeckt, wurde laut den Angaben in Simulationen trainiert.
Konkret trat Ace gegen fünf "Elite"-Spieler mit mehr als zehn Jahren aktiver Tischtenniserfahrung und durchschnittlich 20 Stunden wöchentlichem Training sowie zwei Profispieler - Minami Ando und Kakeru Sone, beide aktiv in der japanischen Profiliga - an. Nach den Profiliga-Regeln wurde der Wettbewerb auch durchgeführt, also ohne "Roboter-Bonus".
Das Robotersystem gewann drei seiner fünf Duelle (im Modus "Best-of-three") gegen "Elite"-Spieler, verlor jedoch beide Matches (im Modus "Best-of-five"; für einen Sieg müssen also drei Spiele gewonnen werden) gegen die Profispieler, wobei es ein Spiel gegen einen Profi für sich entscheiden konnte. Außerdem hat Ace 16 direkte Punkte nach dem Aufschlag, sogenannte "Aces", gegen "Elite"-Spieler erzielt - doppelt so viel wie diese schafften. Bei den Profis war das Verhältnis umgekehrt.
Der Österreicher Stefan Richter, der mehr als vier Jahre mit den Entwicklungsteams von Sony AI in Zürich und Tokio an dem Forschungsprojekt gearbeitet hat, strich gegenüber der APA vor allem die "universelle Reaktionsfähigkeit" des Robotersystems hervor: "Ace benötigt keinerlei Vorwissen über seinen Gegner. Das System entwickelt keine Taktik im klassischen Sinn und passt sich nicht an den Spielstil des Gegners an", so Richter, der bei einem Mittagessen mit einem Freund aus seiner Zeit an der ETH Zürich auf das Projekt aufmerksam wurde.
Insgesamt hat Ace laut den Autoren mit einer großen Bandbreite an Fähigkeiten beeindruckt. So konnte er gut mit "angeschnittenen" Bällen umgehen, selbst mit Spins punkten und schnelle Reaktionen auf ungewöhnliche Schläge, wie etwa "Netzroller", zeigen. Letzteres sei besonders schwer in Simulationen zu modellieren. Seit dem Einreichen des Manuskripts bei "Nature" habe man die Leistung weiter steigern können, erklärte Sony AI in einer Aussendung.
Hervorzustreichen ist laut Richter auch die Effizienz. "Die gesamte Sensorik und Datenverarbeitung ist schneller als die eines Menschen und läuft auf handelsüblichen CPUs und GPUs, ohne spezialisierte Supercomputer, wenn man von der Offline-Trainingsphase einmal absieht. Diese Leistung auf so zugänglicher Technik zu realisieren, ist aus meiner Sicht ein echter Meilenstein." Er selbst war vor allem im Bereich der Bewegungsplanung beteiligt, also dass beispielsweise der Schläger den Ball entsprechend spielt, ohne dabei mit dem Tisch oder dem Roboter zu kollidieren.
Mit Robotern, die jüngst bei einem Halbmarathon in China der menschlichen Konkurrenz erstmals davongelaufen sind, sei Ace nicht zu vergleichen. Während die zentrale Herausforderung in diesem Bereich Energieeffizienz und Ausdauer sei, gehe es bei Ace um Reaktionsschnelligkeit in einem hochdynamischen Spiel: "Der Roboter muss in Millisekunden wahrnehmen, entscheiden und eine komplexe Bewegung präzise planen und ausführen."
Künftig seien auch breitere Anwendungen, etwa in Bereichen mit präziser Mensch-Roboter-Interaktion wie der Fertigungs- und Servicerobotik möglich, so die Autoren. Relativ nah sei Richter zufolge der Einsatz in kontrollierten Umgebungen. So könne die Gefahr eines direkten, unvorhersehbaren Kontakts mit Menschen in einer Halle oder einem abgeschlossenen Bereich minimiert werden. Anders sehe dies in offenen, alltäglichen Umgebungen aus.
Noch ist die gezeigte Leistung kaum auf andere, praxisrelevante Aufgaben übertragbar, befinden Forschende, die vom deutschen Science Media Center (SMC) zur Studie befragt wurden: Schließlich sei der präsentierte Ansatz speziell für Tischtennis entwickelt worden, so Jan Peters, Professor für Intelligente Autonome Systeme an der TU Darmstadt.
(S E R V I C E - https://doi.org/10.1038/s41586-026-10338-5 ; Details zum Projekt: https://ace.ai.sony ; Videos: https://www.youtube.com/watch?v=ejuPYHAY-PU , https://www.youtube.com/watch?v=2soahydOFqk )
ZÜRICH - SCHWEIZ: FOTO: APA/APA/Sony AI
