Sony AI сделали первого в мире робота, способного обыгрывать в настольный теннис лучших игроков
Они опубликовали про Ace (так зовут робота) целое исследование в Nature, и даже попали на обложку
www.nature.com/articles/s41586-026-10338-5
В апреле 2025 Ace сыграл серию матчей против элитных и профессиональных игроков, и выиграл примерно половину
В декабре эксперимент повторили, и Ace уже обыграл почти всех, в том числе спортсмена из японской профлиги
Матчи судили лицензированные арбитры Японской ассоциации настольного тенниса, и все игроки встретились с роботом впервые, никаких специальных данных об их игре не использовалось для подготовки системы
Это потрясающе, потому что настольный теннис – невероятно быстрый вид спорта, а скорость для робототехники – камень преткновения
Скоростью до 150 км/ч, вращение меняет траекторию непредсказуемо, каждый удар нужно принять и вернуть за миллисекунды
Sony добились сквозной задержки всего в 20.2 миллисекунды
Это в 11 раз быстрее человеческой реакции (у элитных игроков реакция ~230 миллисекунд)
Как?
1. ОЧЕНЬ точные камеры и сенсоры
Они отслеживают мяч со скоростью 200 Гц с точностью до миллиметра
При этом трекается не только скорость и траектория, но и логотип на мяче
Это нужно, чтобы правильно определять вращение, оно играет в настольном теннисе ключевую роль
2. Механика и апаратура железа
Оптимизированные легкие сплавы, 8 суставов, отточенный до мельчайших деталей дизайн
3. Обучение с подкреплением (куда ж без него!)
Ace обучен полностью в симуляции
RL было трехуровневым, по принципу обучения людей: сначала Ace учился ударам, затем тактике (как, куда и с какой силой бить), затем стратегии (как строить игру на протяжении всего матча)
Кстати, в обучении они использовали тот же подход, что и в проекте, где алгоритм научился побеждать людей в гоночном симуляторе Gran Turismo
Он называется «привилегированный критик» aka дистилляция физики: в симуляции у «учителя» есть идеальные данные о мяче, а «ученик» видит только то, что видят камеры – и именно так, подглядывая за учителем, он сам учится предсказывать траекторию
Про один из ударов Ace экс-олимпиец и эксперт по настольному теннису Кинджиро Накамура сказал:
«Никто другой не смог бы так сделать
Я не думал, что это возможно
Но раз это оказалось возможным – значит, есть вероятность, что и человек сможет»
Снова ход 37, только теперь не в цифровом пространстве, как у AlphaGo, а в реальном мире
Это первый случай в истории, когда AML-система достигла уровня эксперта-человека в активном физическом виде спорта
