Содержание
Sony AI показала, что робот Project Ace может играть в настольный теннис на уровне элиты. Команда описала результат в статье Nature: робот выиграл 3 матча из 5 у игроков высокого класса в условиях, близких к турнирам ITTF.
Для роботов это редкая история. В настольном теннисе мяч разгоняется до 70 mph (около 113 км/ч), а траектория меняется от удара, вращения и рикошета от стола.
Как именно проходили матчи и что получилось по счёту
Sony AI называет Project Ace первым роботом, который победил нескольких игроков элитного уровня на арене, оформленной в стиле соревнований International Table Tennis Federation, и под контролем лицензированных судей.
В статье Nature исследователи формулируют вывод жёстко: «Ace achieved three victories in five matches against elite players…». То есть робот не просто «держал мяч», а реально забрал большинство встреч, а в оставшихся матчах показал конкурентную игру.
Почему Project Ace не похож на прошлые «пинг-понг-роботы»
С точки зрения железа Project Ace устроен не как гуманоид. Он ездит по кастомной направляющей в четырёх направлениях, корпус вращается на 360 градусов, а рука и кисть отрабатывают подачу и приём на лету.
- Высокоскоростное восприятие: набор датчиков и 9 камер вокруг робота, чтобы видеть мяч и параметры удара.
- Управление на reinforcement learning: обучение с подкреплением, где система получает «награду» за удачные действия.
- Быстрое робот-железо: механика, которая успевает отрабатывать решения в реальном времени.
Отдельно исследователи подчёркивают, что это, по их словам, единственная система, которая умеет измерять вращение обычного мяча для настольного тенниса на такой скорости. Спин тут решает, потому что именно он «рисует» следующую траекторию.
Главная фишка в обучении: model-free RL и «privileged critic»
Project Ace тренировался в симуляции и прогонял множество игровых сценариев. В том числе он играл против виртуальной версии самого себя. Но важнее другое: команда использовала model-free reinforcement learning, чтобы робот лучше адаптировался к непредсказуемым людям.
Ещё один термин из работы — privileged critic. В симуляции этот «критик» получает идеальную информацию о состоянии мира и «сшивает» её с тем, что робот видит сенсорами в реальности. По смыслу это похоже на сравнение «как должно быть» и «как вышло», чтобы быстрее учиться на расхождениях.
В демонстрации есть показательный эпизод: игрок попадает в сетку, мяч меняет траекторию, и робот успевает перестроиться за миллисекунды и вернуть удар. Это ровно тот тип хаоса, из-за которого домашние гуманоиды двигаются медленно и осторожно.
Зачем Sony AI вообще гонит робота в пинг-понг
По словам директора Sony AI и ведущего инженера проекта Питера Дюрра, «It totally blew my mind». В русском переводе: «Это полностью взорвало мне мозг». Цитата звучит эмоционально, но в контексте понятна: скорость реакции и адаптация тут ближе к спортивной задаче, чем к «лабораторному» роботу.
И цель проекта не в том, чтобы собрать медали. Sony AI прямо связывает Project Ace с задачей обучения роботов работе в непредсказуемом реальном мире. Это перекликается с их прошлым проектом, где AI учился обыгрывать людей в симуляции Gran Turismo.
При этом у Project Ace уже есть поведенческие «привычки». Исследователи отмечают, что робот часто стремится выйти вперёд и сыграть мяч раньше человека. Иногда выгоднее отступить и выждать момент для более расчётного ответа.
Первоисточники: пост Sony AI о Project Ace и статья в Nature «Outplaying elite table tennis players with an autonomous robot».
«These results demonstrate the potential of physical AI agents to outperform human experts in interactive, real-time tasks», — так исследователи формулируют итог в самой статье Nature.
