Video: Meet Argus: An Omnidirectional, Sea-Urchin-Like Robot That Defies Traditional Designs - Dauer: 3 min

geteilt von: https://feddit.org/post/28914833

"Sonys KI-Forscher haben einen Roboter entwickelt, der erfahrene Tischtennisspieler schlägt. Sie sehen darin einen Meilenstein auf dem Weg zu physischer KI.

Von Tomislav Bezmalinović

Sonys KI-Labor hat den Roboter Ace vorgestellt, der laut Sony als erstes physisches KI-System mit professionellen Tischtennisspielern konkurrieren kann. Sony kombinierte dafür ereignisbasierte Sensoren aus eigener Produktion, einen speziell konstruierten Roboterarm sowie eine Reinforcement-Learning-Architektur.

Der Chefwissenschaftler von Sony AI, Peter Stone, bezeichnet das Projekt als Premiere: Erstmals sei ein KI-System in der Lage, in einem physischen Sport auf dem Niveau menschlicher Experten zu spielen. Er zieht dabei einen Vergleich zum Schachcomputer Deep Blue, der 1997 den Schachweltmeister Garri Kasparow besiegte und deutet damit an, dass Sony ein ähnlicher Durchbruch bei der Entwicklung physischer KI gelungen ist.

In einer in Nature veröffentlichten Studie zum Roboter schreiben die Forscher, dass Ace im April 2025 drei von fünf Begegnungen mit „Elite-Spielern“ gewann. Darunter verstehen die Forscher Spieler mit mehr als zehn Jahren aktiver Tischtenniserfahrung und rund 20 Stunden Training pro Woche. Er gewann zudem eines von sieben Matches gegen professionelle Spieler. Das KI-Labor hat Ace seither weiter verbessert: Im März 2026 trat er gegen drei Profispieler an und schlug jeden von ihnen mindestens einmal.

Sensorik, Hardware und KI greifen ineinander

Der Roboter gehört zu den frühesten Forschungsprojekten des 2020 gestarteten KI-Labors und war dort fünf Jahre in Entwicklung. Laut dem Direktor und leitenden Ingenieur Peter Dürr waren dafür jahrelange, aufwendige Iterationen bei Wahrnehmung, Hardware-Abstimmung und physikalischer Modellierung erforderlich.

Für die Wahrnehmung setzt das System auf neun Kameras und drei eigens entwickelte ereignisbasierte Sensoren. Letztere reagieren nur auf Veränderungen im Bild statt ganze Frames aufzunehmen und erfassen Bewegungen dadurch besonders schnell: Sie messen die Ballposition 200-mal pro Sekunde sowie seine Rotation bis zu 700-mal pro Sekunde, schreibt Sony AI in einem Blogbeitrag zum Roboter.

Ein weiterer Baustein war der von Sony entwickelte achtachsige Roboterarm, der auf präzise Schlagbewegungen bei gleichzeitig hoher Beschleunigung ausgelegt ist. Sein volles Potenzial entfaltet er erst in Kombination mit dem Bewegungsmodell: Dieses basiert laut Sony auf bestärkendem Lernen und wurde vollständig in der Simulation trainiert, wo die KI unzählige Stunden gegen sich selbst antrat. Bei der Entwicklung des Modells ließ das Team auch frühere Forschungsergebnisse zur Rennspiel-KI GT Sophy einfließen, die menschliche Spitzenspieler in Gran Turismo schlug.

Im Duell mit Menschen verfeinert

Menschlicher Input war laut Sony AI zentral für die Entwicklung des Roboters: So zeigte sich im Spiel gegen zunehmend stärkere menschliche Gegner etwa, dass das physikalische Modell den Luftwiderstand bei sehr schnellen Bällen überschätzte und entsprechend angepasst werden musste.

Die Forscher räumen ein, dass der Roboter noch nicht das Niveau von Weltklasse-Spielern erreicht hat. Dafür müsse nicht nur die Schlagtechnik verbessert werden, sondern auch zwei darüberliegende Ebenen: Taktik und Strategie. Taktik bestimme, ob ein Ball eher sicher oder aggressiv gespielt wird, während die Strategie festlegt, wie sich diese Entscheidungen über den Verlauf eines Matches hinweg auswirken, schreiben die Autoren."

Video: Mit Robotern klimaoptimiert bauen/Climate-optimized building with robots - Dauer: 1 min

Video: iRonCub3: First Liftoff of a Jet-Powered Humanoid Robot - Dauer: 1 min

Paper: Learning aerodynamics for the control of flying humanoid robots | PDF

Archiv

Mit kompletter Umgebungsüberwachung kann die Drohne mit hoher Geschwindigkeit selbstständig ausweichen, um ans gewünschte Ziel zu kommen.

Video: SUPER - Safety-assured High-Speed Navigation for MAVs - Dauer: 4 min

Pressemitteilung: HKU engineering team revolutionises drone technology with bird-like autonomous flight for micro air vehicles

Video: Purdue ECE students shatter Guinness World Record for Fastest Puzzle Cube-Solving Robot - Dauer: 3 min (nicht 0.1s)

Nicht wirklich eine Lego-Minifigur, aber trotzdem putzig.

Video: The world's smallest, power-autonomous bipedal robot - Dauer: 3 min