Google DeepMind avanza en el ping pong robótico con un agente que alcanza nivel amateur humano en tenis de mesa

Un equipo de investigadores y científicos de Google DeepMind ha dado un significativo paso en la robótica con el desarrollo de un robot capaz de alcanzar niveles de competencia humana en el tenis de mesa. Este trabajo representa un avance en el campo de aprendizaje de robots, donde hasta ahora uno de los grandes desafíos era desarrollar habilidades físicas y estrategias complejas en un entorno tan dinámico como lo es el ping pong.

El robot fue evaluado en 29 partidas contra jugadores humanos, cuyo nivel abarcaba desde principiantes hasta intermedios. La capacidad del robot para competir y aprender de cada situación en tiempo real fue evaluada positivamente, especialmente contra jugadores principiantes e intermedios, demostrando una adaptabilidad que se va refinando iterativamente con cada partida.

Para lograr estos avances, el equipo empleó un nuevo sistema de arquitectura modular de políticas jerárquicas, permitiendo al robot seleccionar entre múltiples habilidades específicas de tenis de mesa como el topspin de derecha o el servicio, optimizando su rendimiento en tiempo real contra diversos adversarios humanos.

El trabajo, además, incorporó técnicas avanzadas de “zero-shot” para transferir políticas entrenadas en simulación directo al hardware real sin necesidad de ajuste adicional en el mundo físico. Esto fue posible gracias a un extensivo proceso de identificación del sistema, donde se modelaron cuidadosamente los parámetros físicos del robot y las dinámicas de la pelota utilizando el motor físico MuJoCo.

El proyecto de Google DeepMind no solo ofrece un avance en el campo de la robótica deportiva, sino que también sugiere potenciales aplicaciones futuras en diferentes áreas donde la interacción humano-robot es esencial.