EIN HUMANOIDER ROBOTER LERNT, WOHIN ER ZIELEN SOLL

Ein guter Tischtennisspieler tut zwei Dinge gleichzeitig. Er führt aus: Er bewegt seinen ganzen Körper, um den Ball dorthin zu bringen, wo er ihn haben will. Und er entscheidet: Er wählt den Punkt, der dem Gegner Schwierigkeiten bereitet. Ein Rückschlag kann präzise, aber leicht erreichbar sein, oder raffiniert, aber zu schwer auszuführen. Lernt ein Roboter beides auf einmal, lässt sich kaum sagen, was ihn gewinnen lässt.

Ein Team der Universität Zhejiang, der Tsinghua-Universität, der Tongji-Universität, der Ozean-Universität Chinas, des Shanghai Innovation Institute und des RoboParty Lab entschied sich, beides zu trennen. Die Verbindung zwischen den beiden ist ein einziges Zahlenpaar: der Punkt auf dem Tisch, an dem der Ball aufkommen soll.

Ein Körper, der dorthin schlägt, wohin man ihm sagt

Der Roboter ist ein humanoider Unitree G1 mit 29 motorisierten Gelenken. Ein externer Tracker verfolgt den Ball 100-mal pro Sekunde.

Kommt ein Ball, berechnet ein physikbasierter Planer, was der Schläger tun muss – Position, Geschwindigkeit und Winkel beim Aufprall –, um den Ball zum gewünschten Aufsprungpunkt zu schicken, unter Berücksichtigung von Schwerkraft, Luftwiderstand, Absprung und Netz. Ein neuronales Netz setzt diesen Plan dann 50-mal pro Sekunde in Befehle für den ganzen Körper um.

Das Training erfolgt in drei Stufen, in der Simulation:

1. Schlagen lernen. Der Roboter übt an Bällen, die auf festgelegte Weise zugespielt werden, und zielt auf zufällig gewählte Aufsprungpunkte.
2. Ballwechsel lernen. Zwei simulierte Roboter spielen gegeneinander. Die ankommenden Bälle stammen jetzt von den Schlägen eines echten Gegners, aber die Ziele sind noch zufällig: noch keine Taktik.
3. Spielen lernen. Die Steuerung des ganzen Körpers wird eingefroren. Ein zweites, separates Netz lernt nur, eine von neun Zonen auf dem Tisch zu wählen, anhand der jüngsten Flugbahn des Balls, der eigenen Position, der Position des Gegners und des vorherigen Ziels. Es wird für gewonnene Punkte belohnt, ohne jede von Hand geschriebene Taktikregel.

Erst präzise, dann klüger

In der Simulation waren 99,2 % der Rückschläge gültig, und 94,3 % davon landeten weniger als 30 Zentimeter vom gewünschten Punkt entfernt, bei einem mittleren Fehler von 15 Zentimetern. Das Üben in Ballwechseln machte die Schläge genauer und häufiger gültig als die gleiche Menge an zusätzlichem Training mit vorgegebenen Bällen.

Dann kam der entscheidende Test. Jeder Spieler nutzte exakt denselben eingefrorenen Körper, sodass sich nur die Zielwahl unterschied. Die erlernte Strategie gewann:

• 89 % der Punkte gegen einen Spieler, der immer auf die Mitte zielt;
• 82 % gegen einen, der zufällig zielt;
• 73 % gegen einen, der immer so weit wie möglich vom Gegner weg zielt.

Sie fand nicht einfach ein paar gute Punkte. Sie verschob ihr Ziel weg von dort, wo der Gegner stand, und weg von dort, wohin sie den vorherigen Ball geschickt hatte.

Drei Sätze gegen einen Menschen

Auf einem echten G1, mit demselben eingefrorenen Körper und der per Bewegungserfassung ermittelten Position des Menschen, spielte der Roboter drei Sätze bis 11 gegen denselben Freizeitspieler. Er gewann 11:4, 11:6 und 11:9, mit Ballwechseln über mehrere Schläge und Rückschlägen mit Vor- und Rückhand.

Noch nicht reif für den Verein

Die Autoren zählen auf, was fehlt. Der Roboter verlässt sich auf einen externen Balltracker und Motion Capture statt auf eigene Augen. Das Ballmodell ignoriert den Spin. Neun Zonen begrenzen seine Taktik, den Gegner sieht er nur als Position auf dem Boden, und er schlägt immer auf denselben Punkt auf. Und alle seine echten Spiele bestritt er gegen einen einzigen Amateur. Ihre allgemeinere Botschaft ist eine Entwurfsregel: Die Bedeutung des Ziels festhalten, während der Körper darunter weiterlernt.