Tischtennis-Roboter

Gábor Bíró 12. August 2024
2 Min. Lesezeit

Selbst ein Tischtennisspiel ist keine Herausforderung mehr für Google DeepMinds neuen Roboter! KI beweist in immer mehr Bereichen ihre Fähigkeit, komplexe Aufgaben zu bewältigen, die schnelle Entscheidungen erfordern.

Forrás: Deepmind
Forrás: Deepmind
Quelle:

Durch die Kombination von Google DeepMinds KI mit einem industriellen Roboterarm von ABB wurde ein Tischtennis spielender Roboter geschaffen, der auf Amateurniveau eine beachtliche Leistung erbringt. Der Roboter trat gegen menschliche Spieler an und konnte 45 % der Spiele gewinnen (Details siehe unten), was bereits eine beachtliche Leistung für sich ist.

Wie funktioniert das?
Das Herzstück des Roboters ist ein industrieller Roboterarm ABB IRB 1100, der mit DeepMinds proprietärer KI-Software ausgestattet ist. Diese Software ermöglicht es dem Roboter, verschiedene Tischtennisschläge auszuführen, wie z. B. Vor- und Rückhand. Jede Bewegung wird von einer Low-Level-Fähigkeit untermauert, die der High-Level-Controller des Roboters im jeweils passenden Moment auswählt und einsetzt. Mit diesem modularen Ansatz passt sich der Roboter flexibel an verschiedene Spielsituationen an.

Quelle: DeepMind

Reale Leistung: Wie geschickt ist der Roboter?

Er spielte 29 Spiele gegen menschliche Spieler unterschiedlicher Spielstärken. Die Ergebnisse waren gemischt: Gegen Anfänger erzielte er eine 100%ige Gewinnrate, während er gegen Fortgeschrittene 55 % gewann. Gegen erfahrene Spieler konnte er jedoch nicht gewinnen und verlor alle Spiele in dieser Kategorie. Trotzdem spielt der Roboter im Allgemeinen auf einem soliden Amateurniveau, was einen bedeutenden Fortschritt bei der Anwendung künstlicher Intelligenz in realen Szenarien darstellt.


Quelle: DeepMind

Wie lernt der Roboter?

Während seines Trainings begann der Roboter in einer simulierten Umgebung zu lernen und übte dann in der realen Welt, um seine Fähigkeiten weiterzuentwickeln. Das System lernte, mit verschiedenen Ballrotationen und -geschwindigkeiten umzugehen, hat aber immer noch mit einigen Herausforderungen zu kämpfen, wie z. B. Hochgeschwindigkeitsbällen oder der Vorhersage stark geschnittener Schläge. Diese Herausforderungen verdeutlichen, wie schwierig es ist, die reale Physik für Software zu simulieren (Moravecs Paradoxon) und betonen, dass die Weiterentwicklung von KI-Vorhersagemodellen für die kontinuierliche Weiterentwicklung von Robotern unerlässlich ist.

Warum ist dieser Roboter wichtig?

Auch wenn ein Tischtennis spielender Roboter zunächst nur wie ein interessantes Spielzeug erscheinen mag, repräsentiert er viel mehr. Die hier eingesetzten Technologien, wie z. B. die hierarchische Policy-Architektur und die Echtzeit-Anpassung, sind in zahlreichen anderen Bereichen anwendbar, die schnelle Reaktionen und Anpassungsfähigkeit erfordern. Ob Hausautomation oder Lageraufgaben, diese Entwicklungen bedeuten eine neue Stufe der Robotik und bringen uns einer effektiven Zusammenarbeit zwischen Maschinen und Menschen näher.

Gábor Bíró 12. August 2024