Texas viu nascer um bairro de casas construídas com a maior impressora 3D do mundo
Agosto 10, 2024Cassete Beasts é como Pokémon, tem de colecionar todos os monstros
Agosto 10, 2024Pode não ter a classe e o estilo de um jogador humano, mas “braço” não falta ao robot da DeepMind, numa partida de ténis de mesa. O robot criado pela divisão de inteligência artificial da Google já consegue manter a bola em jogo e até amealhar pontos. No estudo público, a equipa de investigadores diz que o robot já atingiu um nível sólido de um jogador humano amador. O sistema combina os algoritmos de IA com um braço robótico para jogar, com uma raquete fixa.
Veja o vídeo:
No documento científico publicado, a DeepMind diz que alcançar a velocidade e a performance de nível humano em tarefas no mundo real funciona como uma espécie de estrela polar para a comunidade de investigação robótica. E que a nova fase é um passo em frente a esse objetivo, com o primeiro robot a atingir o nível de um jogador humano amador. “O ténis-de-mesa é um desporto fisicamente exigente, que requer os jogadores humanos a terem anos de treino para atingir um avançado nível de proficiência”, destaca o documento.
O modelo da DeepMind consegue executar diferentes técnicas de remates e a capacidade de adaptar-se às investidas do adversário, com quem nunca viu. Foram realizadas 29 partidas entre humanos e robots, sendo que o atleta robótico ganhou 45% dos jogos, ou seja, somou 13 vitórias. Nenhum jogador era conhecido e tinham habilidades que variavam entre o iniciante ao nível de torneios.
Veja na galeria imagens da partida:
[photo-gallery id=”393295″ thumbnails=”393296,393297,393298,393299,393300,393301,393302,393303,393304″ layout=”linear”/]Para a história deste teste ficou registado uma derrota contra todos os adversários avançados, mas ganhou a totalidade de partidas contra iniciantes. Contra os atletas intermediários registou 55% das vitórias, o que dá ao robot uma vantagem significativa.
No vídeo é possível ver as diferentes técnicas do robot, incluindo a capacidade de dar efeitos ligeiros à bola ou contrafeitos, ajustando-se mediante a forma como a bola é batida. Mesmo as bolas mais rápidas ou mais lentas são analisadas e devolvidas de acordo. O resultado não é perfeito, mas garantiu o seguimento de jogadas com a bola a fazer pingue-pongue entre os dois lados.
No futuro, este tipo de robot pode ser utilizado para ajudar nos treinos dos atletas, na capacidade de gerar jogadas imprevisíveis e de se adaptar às jogadas. Este é um marco importante, refere a DeepMind no documento.
