Η τεχνητή νοημοσύνη και η ρομποτική δεν σταματούν να εκπλήσσουν. Αυτή τη φορά, η πρωτοποριακή έρευνα του UC Berkeley έφερε στο προσκήνιο ένα ανθρωποειδές ρομπότ που μπορεί να σταθεί απέναντι σε ανθρώπους στο πινγκ πονγκ με τρόπο που θυμίζει αθλητή υψηλού επιπέδου. Το όνομά του είναι HITTER (Humanoid Table TENnis Robot) και ήδη από τα πρώτα δοκιμαστικά κατάφερε να πραγματοποιήσει σερί άνω των εκατό χτυπημάτων απέναντι σε ανθρώπους αντιπάλους, μια επίδοση που θα έφερνε σε δύσκολη θέση πολλούς ερασιτέχνες παίκτες.
Αυτό που κάνει το HITTER να ξεχωρίζει δεν είναι μόνο η ταχύτητα των αντιδράσεών του, αλλά η φυσικότητα με την οποία κινείται. Κρατάει τη ρακέτα με το ένα χέρι, ενώ το άλλο εκτείνεται στο πλάι για να διατηρεί την ισορροπία, ακριβώς όπως θα έκανε ένας άνθρωπος. Μπορεί να μετακινείται πλευρικά, να περιστρέφεται, να προσαρμόζεται σε κάθε φάση του παιχνιδιού και να ανταποκρίνεται σε μπαλιές που φτάνουν τα 5 μέτρα ανά δευτερόλεπτο σε λιγότερο από ένα δευτερόλεπτο. Το αποτέλεσμα είναι επιστροφές που συνδυάζουν ακρίβεια και ταχύτητα.
Η επιτυχία αυτή βασίζεται σε μια διπλή αρχιτεκτονική, που αναπαράγει τον τρόπο με τον οποίο οι άνθρωποι συνδυάζουν σκέψη και δράση. Το πρώτο επίπεδο λειτουργεί σαν ένας ψηφιακός εγκέφαλος. Μέσα από εξωτερικές κάμερες, το HITTER παρακολουθεί την τροχιά της μπάλας και προβλέπει πού θα πέσει. Από εκεί υπολογίζει τη θέση, την ταχύτητα και τον ακριβή χρόνο που απαιτείται για να δώσει την κατάλληλη απάντηση. Το δεύτερο επίπεδο αναλαμβάνει να μεταφράσει τις οδηγίες σε συγχρονισμένες κινήσεις χεριών και ποδιών, επιτρέποντας στο ρομπότ να εκτελεί ρεαλιστικά και ομαλά χτυπήματα.
Για να φτάσει σε αυτό το επίπεδο φυσικότητας, η ερευνητική ομάδα εκπαίδευσε το HITTER με δεδομένα από ανθρώπινες κινήσεις. Έτσι, η μηχανική του συμπεριφορά δεν μοιάζει άκαμπτη αλλά φυσική, προσομοιώνοντας τον τρόπο που παίζουν οι αθλητές. Για να τελειοποιηθεί το στυλ του παιχνιδιού, οι επιστήμονες συνδύασαν δύο μεθόδους: τον προγραμματισμό βασισμένο σε μοντέλα (model-based planning) για την πρόβλεψη τροχιών και τη μέθοδο της ενισχυτικής μάθησης (reinforcement learning) που βελτιώνει τις αντιδράσεις μέσω δοκιμών και λαθών. Το αποτέλεσμα είναι ένα υβριδικό σύστημα που επιτρέπει στο HITTER να αναπτύσσει στρατηγικές παιχνιδιού με κινήσεις και χτυπήματα που θυμίζουν πραγματικούς παίκτες.
Οι δοκιμές πραγματοποιήθηκαν πάνω σε μια υπάρχουσα ανθρωποειδή πλατφόρμα, το μοντέλο Unitree G1. Στις αναμετρήσεις του, το HITTER δεν περιορίστηκε μόνο σε ανθρώπους αντιπάλους. Αντιμετώπισε και άλλο ρομπότ, διατηρώντας σταθερές ανταλλαγές χτυπημάτων, αποδεικνύοντας ότι δεν πρόκειται για μια απλή εργαστηριακή προσομοίωση αλλά για ένα σύστημα ικανό να συμμετέχει σε ρεαλιστικούς αγώνες.
Δεν είναι τυχαίο ότι οι ερευνητές διάλεξαν το πινγκ πονγκ για να παρουσιάσουν τις δυνατότητες του HITTER. Πρόκειται για ένα άθλημα που απαιτεί εξαιρετική ταχύτητα αντίδρασης, συνεχή προσαρμογή και άψογο συντονισμό χεριών και ματιών. Κάθε μπαλιά είναι απρόβλεπτη, γεγονός που καθιστά το παιχνίδι μια από τις πιο απαιτητικές προκλήσεις σε επίπεδο κινητικών δεξιοτήτων. Αν ένας ρομπότ μπορεί να αντεπεξέλθει σε αυτό το πλαίσιο, τότε οι ίδιες τεχνολογίες ιεραρχικού προγραμματισμού και μάθησης μπορούν να βρουν εφαρμογές σε πλήθος άλλων δραστηριοτήτων της καθημερινότητας, από τη φροντίδα ηλικιωμένων μέχρι τη βιομηχανική παραγωγή.
Το HITTER αντιπροσωπεύει ένα βήμα προς τη δημιουργία μηχανών που μπορούν να συνεργάζονται αρμονικά με ανθρώπους, εκτελώντας πολύπλοκες εργασίες με ακρίβεια και ταχύτητα. Η ικανότητα του να αναλύει δεδομένα σε πραγματικό χρόνο, να προσαρμόζεται σε γρήγορες μεταβολές και να μαθαίνει από την εμπειρία ανοίγει τον δρόμο για την ανάπτυξη ρομπότ που δεν θα περιορίζονται σε εργοστασιακά περιβάλλοντα, αλλά θα μπορούν να λειτουργούν σε δυναμικά και απρόβλεπτα πλαίσια.
[via]
